MétaCan
Menu
Retour à la cohorte
Enregistrement W2781569360 · doi:10.1097/mol.0000000000000483

Role of DNA copy number variation in dyslipidemias

2018· review· en· W2781569360 sur OpenAlexaff
Michael A. Iacocca, Robert A. Hegele

Notice bibliographique

RevueCurrent Opinion in Lipidology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensWestern UniversityRobarts Clinical Trials
Organismes subventionnairesnon disponible
Mots-clésCopy-number variationDyslipidemiaFamilial hypercholesterolemiaGeneticsGenetic variationBiologyBioinformaticsComputational biologyMedicineGeneGenomeObesityEndocrinologyCholesterol

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: DNA copy number variations (CNVs) are quantitative structural rearrangements that include deletions, duplications, and higher order amplifications. Because of technical limitations, the contribution of this common form of genetic variation to regulation of lipid metabolism and dyslipidemia has been underestimated. RECENT FINDINGS: Recent literature involving CNVs and dyslipidemias has focused mainly on rare CNVs causing familial hypercholesterolemia, and a common CNV polymorphism as the major determinant of lipoprotein(a) plasma concentrations. Additionally, there is tantalizing evidence of largely uninvestigated but plausible presence of CNVs underlying other dyslipidemias. We also discuss the future role of improved technologies in facilitating more economic, routine CNV assessment in dyslipidemias. SUMMARY: CNVs account for large proportion of human genetic variation and are already known to contribute to susceptibility of dyslipidemias, particularly in about 10% of familial hypercholesterolemia patients. Increasing availability of clinical next-generation sequencing and bioinformatics presents a cost-effective opportunity for novel CNV discoveries in dyslipidemias.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,052
Tête enseignante GPT0,359
Écart entre enseignants0,306 · 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'étudeSans objet
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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in LipidologyMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207