MétaCan
Menu
Retour à la cohorte
Enregistrement W2784657126 · doi:10.1364/boe.9.000801

Surface-enhanced Raman scattering for the detection of polycystic ovary syndrome

2018· article· en· W2784657126 sur OpenAlexafffund
Ali Momenpour, Patrícia Lima, Yi-An Chen, Chii‐Ruey Tzeng, Benjamin K. Tsang, Hanan Anis

Notice bibliographique

RevueBiomedical Optics Express · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Health Research InstitutesAcademia SinicaCanadian Institutes of Health ResearchMinistry of Science and Technology
Mots-clésPolycystic ovaryPartial least squares regressionPrincipal component analysisRaman scatteringChemerinMedicineInternal medicineEndocrinologyMaterials scienceRaman spectroscopyDiabetes mellitusOpticsPhysicsInsulin resistanceMathematicsComputer scienceArtificial intelligenceStatisticsAdipokine

Résumé

récupéré en direct d'OpenAlex

Polycystic ovary syndrome (PCOS) is a multi-factorial heterogeneous syndrome that affects many women of reproductive age. This work demonstrates how the surface-enhanced Raman scattering (SERS) technique can be used to differentiate between PCOS and non-PCOS patients. We determine that the use of SERS, in conjunction with partial least squares (PLS) and principal component analysis (PCA), allows us to detect PCOS in patient samples. Although the role of chemerin in the pathogenesis of PCOS patients is not clear, this work enables us to measure their chemerin levels using the PLS regression method.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,313
Écart entre enseignants0,298 · 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'étudeExpérimental (laboratoire)
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

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207