MétaCan
Menu
Retour à la cohorte
Enregistrement W2756236937 · doi:10.1177/2040620717729128

Red cell genotyping precision medicine: a conference summary

2017· review· en· W2756236937 sur OpenAlexafffund
Gregory A. Denomme, Waseem Q. Anani, Neil D. Avent, Gregor Bein, Lynne Briggs, Razvan Lapadat, Celina Montemayor, María Rios, Maryse St‐Louis, Lynne Uhl, Silvano Wendel, Willy A. Flegel

Notice bibliographique

RevueTherapeutic Advances in Hematology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueBlood groups and transfusion
Établissements canadiensHéma-Québec
Organismes subventionnairesNIH Clinical CenterU.S. Department of Health and Human ServicesNational Institutes of HealthGrifolsAustralian GovernmentCanadian Blood Services
Mots-clésGenotypingPrecision medicineMedicineClinical PracticeMedical physicsFamily medicinePathologyGenotypeGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

This review summarizes the salient points of the symposium 'Red Cell Genotyping 2015: Precision Medicine' held on 10 September 2015 in the Masur Auditorium of the National Institutes of Health. The specific aims of this 6th annual symposium were to: (1) discuss how advances in molecular immunohematology are changing patient care; (2) exemplify patient care strategies by case reports (clinical vignettes); (3) review the basic molecular studies and their current implications in clinical practice; (4) identify red cell genotyping strategies to prevent alloimmunization; and (5) compare and contrast future options of red cell genotyping in precision transfusion medicine. This symposium summary captured the state of the art of red cell genotyping and its contribution to the practice of precision medicine.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,126
Tête enseignante GPT0,425
Écart entre enseignants0,299 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in HematologyMême sujetBlood groups and transfusionTravaux en français237 207