MétaCan
Menu
Retour à la cohorte
Enregistrement W2588973060 · doi:10.1093/ndt/gfw141.01

MO059RISK FACTORS FOR SEVERE RENAL DISEASE IN BARDET-BIEDL SYNDROME - PHENOTYPIC AND GENOTYPIC ANALYSES OF THE LARGEST REPORTED AFFECTED COHORT

2016· article· en· W2588973060 sur OpenAlexaff
David Goldsmith, Elizabeth Forsythe, David V. Milford, Detlef Böckenhauer, Lukas Foggensteiner, Phillip Beales

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineBardet–Biedl syndromeCohortPediatricsDiseasePhenotypeGenotypeKidney diseaseInternal medicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Introduction and Aims: The high frequency of renal disease in BBS - a rare autosomal recessive ciliopathy characterised by rod cone dystrophy, renal malformations, learning difficulties, obesity, post-axial polydactyly and hypogonadism - is a cause of great anxiety among patients due to the devastating effect this can have on quality of life, morbidity and mortality. Nineteen disease causing genes have been identified (BBS1-BBS19) in the last two decades coding for proteins that localise to the cilia or the basal body. Sequencing of known disease causing genes confirms a clinical diagnosis of BBS in around 80% of patients. The primary renal phenotype is highly variable ranging from cystic tubular disease, dysplastic renal disease and focal segmental glomerulosclerosis to concentrating defects. Secondary renal disease may occur as a consequence of hypertension and diabetes which are frequently observed in this population. Methods: Three hundred and fifty patients attended the adult and paediatric national BBS clinics in Birmingham and London over a four year period (2010-14). All patients were clinically examined, and genotyped, most were subjected to renal imaging, blood and urine testing.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207