MétaCan
Menu
Retour à la cohorte
Enregistrement W2474644198 · doi:10.1007/978-1-62703-339-8_7

Lupus Anticoagulant Testing

2013· article· en· W2474644198 sur OpenAlexaff
Karen A. Moffat, Anne Raby, Mark Crowther

Notice bibliographique

RevueMethods in molecular biology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensSt. Joseph’s Healthcare HamiltonSt. Joseph's HospitalCalgary Laboratory ServicesMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLupus anticoagulantSystemic lupus erythematosusMedicineAutoantibodyAntiphospholipid syndromeAntibodyImmunologyAvidityInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Antiphospholipid antibodies are a heterogenous group of autoantibodies directed against glycoproteins in concert with anionic phospholipids. In clinical laboratory practice, antiphospholipid antibody evaluations usually consist of a combination of the following: anticardiolipin antibody assay, anti-beta 2 glycoprotein I assay, and at least two lupus anticoagulant assays with an appropriate confirmatory test. Lupus anticoagulants produce their laboratory effect by prolonging recalcification times in assays within which phospholipid content is limited. Although many assays are available, all are based on the fundamental principle of demonstrating normalization of prolonged recalcification times with the addition of exogenous phospholipid. The antibody specificity of an individual lupus anticoagulant is difficult or impossible to determine; however a small proportion do demonstrate avidity for selected proteins such as prothrombin or beta 2 glycoprotein I. The mechanism by which these antibodies cause their clinical manifestations remains unknown; however their relationship to increased risk of thrombosis, pregnancy loss, and autoimmune thrombocytopenia is undoubted. There is no correlation between the "strength" of lupus anticoagulants and the level of thrombotic risk; thus it is important to identify both "weak" and "strong" lupus anticoagulants.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0370,015

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,068
Tête enseignante GPT0,444
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207