Williams–Beuren syndrome in diverse populations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Williams-Beuren syndrome (WBS) is a common microdeletion syndrome characterized by a 1.5Mb deletion in 7q11.23. The phenotype of WBS has been well described in populations of European descent with not as much attention given to other ethnicities. In this study, individuals with WBS from diverse populations were assessed clinically and by facial analysis technology. Clinical data and images from 137 individuals with WBS were found in 19 countries with an average age of 11 years and female gender of 45%. The most common clinical phenotype elements were periorbital fullness and intellectual disability which were present in greater than 90% of our cohort. Additionally, 75% or greater of all individuals with WBS had malar flattening, long philtrum, wide mouth, and small jaw. Using facial analysis technology, we compared 286 Asian, African, Caucasian, and Latin American individuals with WBS with 286 gender and age matched controls and found that the accuracy to discriminate between WBS and controls was 0.90 when the entire cohort was evaluated concurrently. The test accuracy of the facial recognition technology increased significantly when the cohort was analyzed by specific ethnic population (P-value < 0.001 for all comparisons), with accuracies for Caucasian, African, Asian, and Latin American groups of 0.92, 0.96, 0.92, and 0.93, respectively. In summary, we present consistent clinical findings from global populations with WBS and demonstrate how facial analysis technology can support clinicians in making accurate WBS diagnoses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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.
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 découle