← Retour à la cohorte
Exome-wide association study of plasma lipids in >300,000 individuals
Dajiang J. Liu, Gina M. Peloso, Haojie Yu, Adam S. Butterworth, Xiao Wang, Anubha Mahajan, Danish Saleheen, Connor A. Emdin, Dewan S Alam, Alexessander Couto Alves, Philippe Amouyel, Emanuele Di Angelantonio, Dominique Arveiler, Themistocles L. Assimes, Paul L. Auer, Usman Baber, Christie M. Ballantyne, Lia E. Bang, Marianne Benn, Michael Boehnke, Eric Boerwinkle, Jette Bork‐Jensen, Erwin P. Böttinger, Ivan Brandslund, Morris J. Brown, Fabio Busonero, Mark J. Caulfield, John C. Chambers, Daniel I. Chasman, Y Eugene Chen, Yii‐Der Ida Chen, Rajiv Chowdhury, Cramer Christensen, Audrey Y. Chu, John Connell, Francesco Cucca, L. Adrienne Cupples, Scott M. Damrauer, Gail Davies, Ian J. Deary, George Dedoussis, Joshua C. Denny, Anna F. Dominiczak, Marie‐Pierre Dubé, Tapani Ebeling, Guðný Eiríksdóttir, Tõnu Esko, Aliki‐Eleni Farmaki, Mary F. Feitosa, Maurizio Ferrario, Jean Ferrières, Ian Ford, Myriam Fornage, Paul W. Franks, Timothy M. Frayling, Ruth Frikke‐Schmidt, Lars G. Fritsche, Philippe Frossard, Valentı́n Fuster, Santhi K. Ganesh, Wei Gao, Melissa E. Garcia, Christian Gieger, Franco Giulianini, Mark O. Goodarzi, Harald Grallert, Niels Grarup, Leif Groop, Megan L. Grove, Vilmundur Guðnason, Torben Hansen, Tamara B. Harris, Caroline Hayward, Joel N. Hirschhorn, Oddgeir L. Holmen, Jennifer E. Huffman, Yong Huo, Kristian Hveem, Sehrish Jabeen, Anne Jackson, Jóhanna Jakobsdóttir, Marjo‐Riitta Järvelin, Gorm Boje Jensen, Marit E. Jørgensen, J. Wouter Jukema, Johanne Marie Justesen, Pia R. Kamstrup, Stavroula Kanoni, Fredrik Karpe, Frank Kee, Amit V. Khera, Derek Klarin, Heikki A. Koistinen, Jaspal S. Kooner, Charles Kooperberg, Kari Kuulasmaa, Johanna Kuusisto, Markku Laakso, Timo A. Lakka, Claudia Langenberg, Anne Langsted, Lenore J. Launer, Torsten Lauritzen, David C. Liewald, Li An Lin, Allan Linneberg, Ruth J. F. Loos, Yingchang Lu, Xiangfeng Lu, Reedik Mägi, Anders Mälarstig, Ani Manichaikul, Alisa K. Manning, Pekka Mäntyselkä, Eirini Marouli, Nicholas G. D. Masca, Andrea Maschio, James B. Meigs, Olle Melander, Andres Metspalu, Andrew P. Morris, Alanna C. Morrison, Antonella Mulas, Martina Müller‐Nurasyid, Patricia B. Munroe, Matt J. Neville, Jonas B. Nielsen, Sune F. Nielsen, Børge G. Nordestgaard, José M. Ordovás, Roxana Mehran, Christoper J. O'Donnell, Marju Orho‐Melander, Cliona Molony, Pieter Muntendam, Sandosh Padmanabhan, Dorota Pasko, Aniruddh P. Patel, Oluf Pedersen, Markus Perola, Annette Peters, Charlotta Pisinger, Giorgio Pistis, Ozren Polašek, Neil R Poulter, Bruce M. Psaty, Daniel J. Rader, Asif Rasheed, Rainer Rauramaa, Dermot F. Reilly, Alex P. Reiner, Frida Renström, Stephen S. Rich, Paul M. Ridker, John D. Rioux, Neil R. Robertson, Dan M. Roden, Jerome I. Rotter, Igor Rudan, Veikko Salomaa, Nilesh J. Samani, Serena Sanna, Naveed Sattar, Ellen M. Schmidt, Robert A. Scott, Peter Sever, Raquel Sevilla, Christian M. Shaffer, Xueling Sim, Suthesh Sivapalaratnam, Kerrin S. Small, Albert V. Smith, Blair H. Smith, Sangeetha Somayajula, Lorraine Southam, Timothy D. Spector, Elizabeth K. Speliotes, John M. Starr, Kathleen Stirrups, Nathan O. Stitziel, Konstantin Strauch, Heather M. Stringham, Praveen Surendran, Hayato Tada, Alan R. Tall, Hua Tang, Jean‐Claude Tardif, Kent D. Taylor, Stella Trompet, Philip S. Tsao, Jaakko Tuomilehto, Anne Tybjærg‐Hansen, Natalie R. van Zuydam, Anette Varbo, Tibor V. Varga, Jarmo Virtamo, Mélanie Waldenberger, Nan Wang, Helen R. Warren, Peter Weeke, Joshua S. Weinstock, Jennifer Wessel, James G. Wilson, Peter W.F. Wilson, Ming Xu, Hanieh Yaghootkar, Robin Young, Eleftheria Zeggini, He Zhang, NingNing Zheng, Weihua Zhang, Yan Zhang, Wei Zhou, Yanhua Zhou, Magdalena Żołędziewska, Joanna M. M. Howson, John Danesh, Mark I. McCarthy, Chad A. Cowan, Gonçalo R. Abecasis, Panos Deloukas, Cristen J. Willer, Sekar Kathiresan
Notice bibliographique
RevueNature Genetics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesFP7 Ideas: European Research CouncilNational Institute of General Medical SciencesNational Cancer InstituteNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteNational Center for Advancing Translational SciencesMedical Research CouncilDirectorate for Biological SciencesNovo Nordisk FondenFaculty of Health and Medical Sciences, University of Western AustraliaRigshospitaletBritish Heart FoundationNIHR Exeter Clinical Research FacilityEuropean Hematology AssociationSarnoff Cardiovascular Research FoundationPerelman School of Medicine, University of PennsylvaniaVanderbilt University Medical CenterSteno Diabetes Center CopenhagenWellcome TrustNational Institutes of HealthRegeneron PharmaceuticalsLundbeckfondenEli Lilly and CompanyAstraZenecaNational Institute for Health and Care ResearchQuest DiagnosticsGentofte HospitalBayer HealthCareDonovan Family FoundationNational Institute on Drug AbuseUniversity of PennsylvaniaJapanese Circulation SocietyVanderbilt UniversityAlnylam PharmaceuticalsMassachusetts General HospitalBroad InstituteNational Institute of Diabetes and Digestive and Kidney DiseasesSanofiU.S. Department of Health and Human Services
Mots-clésBiologyInternal medicineEndocrinologyAlleleExomeGenome-wide association studyCoronary artery diseaseHigh-density lipoproteinCholesterolLipolysisType 2 diabetesGenotypingSingle-nucleotide polymorphismLipoproteinGeneticsExome sequencingDiabetes mellitusGenotypeGeneMedicineAdipose tissuePhenotype
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,019
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction 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
Citations595
Publié2017
Routes d'admission1
Résumé présentnon