MétaCan
Menu
Retour à la cohorte
Enregistrement W2614491933 · doi:10.1002/pbc.26633

H3.1 K36M mutation in a congenital‐onset soft tissue neoplasm

2017· article· en· W2614491933 sur OpenAlexafffund
Kristin D. Kernohan, David Grynspan, Raveena Ramphal, Eric Bareke, You Chang Wang, Elizabeth Nizalik, Jiannis Ragoussis, Nada Jabado, Kym M. Boycott, Jacek Majewski, Sarah L. Sawyer

Notice bibliographique

RevuePediatric Blood & Cancer · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSoft tissue tumor case studies
Établissements canadiensMcGill University Health CentreMcGill University and Génome Québec Innovation CentreMcGill UniversityChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Genomics InstituteGenome Canada
Mots-clésMedicineExome sequencingFibromatosisMalignancySoft tissuePathologyLesionFibrosarcomaAggressive fibromatosisMutationGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

We describe a patient who presented with a congenital soft tissue lesion initially diagnosed as infantile fibromatosis at 15 days of age. Unusually, the mass demonstrated malignant progression leading to death at 20 months of age. Biological progression to malignancy is not known to occur in fibromatosis, and fibrosarcoma is not known to progress from a benign lesion. Whole-exome sequencing of the tumor identified a driver mutation in histone H3.1 at lysine (K)36. Our findings support the link between oncohistones and infantile soft tissue tumors and provide additional evidence for the oncogenic effects of p.K36M in H3 variants.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,324
Écart entre enseignants0,303 · 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 tête enseignante, 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePediatric Blood & CancerMême sujetSoft tissue tumor case studiesTravaux en français237 207