MétaCan
Menu
Retour à la cohorte
Enregistrement W2625516444 · doi:10.1186/s13229-017-0146-8

The EU-AIMS Longitudinal European Autism Project (LEAP): design and methodologies to identify and validate stratification biomarkers for autism spectrum disorders

2017· article· en· W2625516444 sur OpenAlexaff
Eva Loth, Tony Charman, Luke Mason, Julian Tillmann, Emily J. H. Jones, Caroline Wooldridge, Jumana Ahmad, Bonnie Auyeung, Claudia Brogna, Sara Ambrosino, Tobias Banaschewski, Simon Baron‐Cohen, Sarah Baumeister, Christian F. Beckmann, Michael Brammer, Daniel Brandeis, Sven Bölte, Thomas Bourgeron, Carsten Bours, Yvette de Bruijn, Bhismadev Chakrabarti, Daisy Crawley, Ineke Cornelissen, Flavio Dell’ Acqua, Guillaume Dumas, Sarah Durston, Christine Ecker, Jessica Faulkner, Vincent Frouin, Pilar Garcés, David Goyard, Hannah Hayward, Lindsay Ham, Joerg F. Hipp, Rosemary Holt, Mark H. Johnson, Johan Isaksson, Prantik Kundu, Meng‐Chuan Lai, Xavier Liogier D’ardhuy, Michael Lombardo, David J. Lythgoe, René C.W. Mandl, Andreas Meyer‐Lindenberg, Carolin Moessnang, Nico Mueller, Laurence O’Dwyer, Marianne Oldehinkel, Bob Oranje, Gahan Pandina, Antonio M. Persico, Amber Ruigrok, Barbara Ruggeri, Jessica Sabet, Roberto Sacco, Antonia San José Cáceres, Emily Simonoff, Roberto Toro, Heike Tost, Jack Waldman, Steven Williams, Marcel P. Zwiers, Will Spooren, Declan Murphy, Jan K. Buitelaar

Notice bibliographique

RevueMolecular Autism · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoSickKids FoundationCentre for Addiction and Mental Health
Organismes subventionnairesInnovative Medicines InitiativeNational Institute for Health and Care ResearchMedical Research CouncilEuropean Federation of Pharmaceutical Industries and AssociationsEuropean CommissionAutism Speaks
Mots-clésAutismNeuropsychologyRisk stratificationMedicinePsychologyNeurosciencePsychiatryCognitionInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The tremendous clinical and aetiological diversity among individuals with autism spectrum disorder (ASD) has been a major obstacle to the development of new treatments, as many may only be effective in particular subgroups. Precision medicine approaches aim to overcome this challenge by combining pathophysiologically based treatments with stratification biomarkers that predict which treatment may be most beneficial for particular individuals. However, so far, we have no single validated stratification biomarker for ASD. This may be due to the fact that most research studies primarily have focused on the identification of mean case-control differences, rather than within-group variability, and included small samples that were underpowered for stratification approaches. The EU-AIMS Longitudinal European Autism Project (LEAP) is to date the largest multi-centre, multi-disciplinary observational study worldwide that aims to identify and validate stratification biomarkers for ASD. METHODS: LEAP includes 437 children and adults with ASD and 300 individuals with typical development or mild intellectual disability. Using an accelerated longitudinal design, each participant is comprehensively characterised in terms of clinical symptoms, comorbidities, functional outcomes, neurocognitive profile, brain structure and function, biochemical markers and genomics. In addition, 51 twin-pairs (of which 36 had one sibling with ASD) are included to identify genetic and environmental factors in phenotypic variability. RESULTS: Here, we describe the demographic characteristics of the cohort, planned analytic stratification approaches, criteria and steps to validate candidate stratification markers, pre-registration procedures to increase transparency, standardisation and data robustness across all analyses, and share some 'lessons learnt'. A clinical characterisation of the cohort is given in the companion paper (Charman et al., accepted). CONCLUSION: We expect that LEAP will enable us to confirm, reject and refine current hypotheses of neurocognitive/neurobiological abnormalities, identify biologically and clinically meaningful ASD subgroups, and help us map phenotypic heterogeneity to different aetiologies.

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)0,066
score de la tête « metaresearch » (Gemma)0,062
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 enseignants0,066
Score d'incertitude au seuil0,347

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,132
Tête enseignante GPT0,406
Écart entre enseignants0,274 · 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

Citations315
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular AutismMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207