MétaCan
Menu
Retour à la cohorte
Enregistrement W2799500878 · doi:10.1016/j.dib.2018.04.030

Data for the measurement of serum vitamin D metabolites in childhood acute lymphoblastic leukemia survivors

2018· article· en· W2799500878 sur OpenAlexaff
E. Delvin, Mélanie Boisvert, Marie-Pier Lecours, Yves Théorêt, Martin Kaufmann, Glenville Jones, Émile Lévy

Notice bibliographique

RevueData in Brief · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueVitamin D Research Studies
Établissements canadiensQueen's UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésVitamin D and neurologyLymphoblastic LeukemiaMedicineMass spectrometryBiomarkerChildhood leukemiaLeukemiaChemistryChromatographyPhysiologyInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

This article describes data related to a companion research paper entitled “Vitamin D nutritional status and bone turnover biomarkers in childhood acute lymphoblastic leukemia (cALL) survivors.” (Delvin et al., submitted for publication) [1]. Various methods for the measurement of serum 25OHD3, the accepted biomarker for assessing vitamin D nutritional status, have been described (Le Goff et al., 2015; Jensen et al., 2016) [2], [3]. This article describes a novel mass spectrometry-QTOF method for the quantification of circulating 25OHD3, 3-epi-25OHD3 and 24,25(OH)2D3. It provides the description of the extraction, chromatography and mass spectrometry protocols, a sample of mass spectra obtained from standards and extracted serum, and a comparison with another HPLC-MS/MS (Jensen et al., 2016) [3] method for the measurement of serum concentrations of 25OHD3.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,002
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 Opus0,068
Tête enseignante GPT0,335
Écart entre enseignants0,267 · 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'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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetVitamin D Research StudiesTravaux en français237 207