MétaCan
Menu
Retour à la cohorte
Enregistrement W2789584350 · doi:10.1002/mdc3.12600

How Do I Confirm that a New Mutation is Pathogenic?

2018· article· en· W2789584350 sur OpenAlexfundno aff
Joanne Trinh, Vera Tadić, Christine Klein

Notice bibliographique

RevueMovement Disorders Clinical Practice · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchDeutsche ForschungsgemeinschaftHermann und Lilly Schilling-Stiftung für Medizinische ForschungWellcome TrustJoachim Herz StiftungInternational Parkinson and Movement Disorder SocietyBiogen
Mots-clésPathogenicityExome sequencingExomeMissense mutationComputational biologyDNA sequencingPersonalized medicineWhole genome sequencingGenetic testingMutationBiologyGeneticsComputer scienceGenomeGene

Résumé

récupéré en direct d'OpenAlex

Whole exome, genome sequencing, and other massive parallel next generation sequencing technologies have increasingly been used as a clinical diagnostic tool in recent years. Although sequencing technologies are becoming more affordable and widely used, the interpretation of variants from these large datasets at the level of personalized medicine is not clear-cut. For example, many rare missense variants identified may or may not have an impact on gene function and can be problematic to interpret in a clinical setting. Thus, there is a need for a systematic approach to applying, reporting, and evaluating variants identified. One important aspect is to determine the pathogenicity of a variant based on scientific literature. This tutorial is meant to serve as an introduction to scoring pathogenicity of variants, enabling movement disorder specialists to familiarize themselves with online tools to independently determine pathogenicity of variants identified in genetic testing reports.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,344
Écart entre enseignants0,314 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement Disorders Clinical PracticeMême sujetGenomics and Rare DiseasesTravaux en français237 207