MétaCan
Menu
Retour à la cohorte
Enregistrement W2894611426 · doi:10.1002/ajmg.a.40383

Dental and craniofacial characteristics caused by the p.Ser40Leu mutation in <i>IFITM5</i>

2018· article· en· W2894611426 sur OpenAlexaff
Didem Dagdeviren, Faleh Tamimi, Brendan Lee, Reid Sutton, Frank Rauch, Jean‐Marc Retrouvey

Notice bibliographique

RevueAmerican Journal of Medical Genetics Part A · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensShriners Hospitals for Children - CanadaMontreal Children's HospitalMcGill University
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institutes of Health
Mots-clésCraniofacialSkullDentinogenesis imperfectaOsteosclerosisMedicineAnatomyOsteolysisOsteogenesis imperfectaDentistryPathology

Résumé

récupéré en direct d'OpenAlex

Severe forms of osteogenesis imperfecta (OI) are usually caused by mutations in genes that code for collagen Type I and frequently are associated with craniofacial abnormalities. However, the dental and craniofacial characteristics of OI caused by the p.Ser40Leu mutation in the IFITM5 gene have not been reported. We investigated a 15-year-old girl with severe OI caused by this mutation. She had marked deformations of extremity long bones. There were no clinical or radiological signs of dentinogenesis imperfecta, but one tooth was missing and several teeth were impacted. Cone beam computed tomography revealed a generalized osteopenic appearance of the craniofacial skeleton, bilateral enlargement of mandibular bodies, and areas of cortical erosions. The cranial base and skull showed a generalized granular bone pattern with a mixture of osteosclerosis and osteolysis. Sphenoid and frontal sinuses were congenitally missing. Cephalometric analysis indicated a Class III growth pattern. In this case, the IFITM5 p.Ser40Leu mutation did not affect tooth structure but was associated with deformities in craniofacial bones that resemble those in the other parts of the skeleton.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,010
Tête enseignante GPT0,310
Écart entre enseignants0,300 · 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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Medical Genetics Part AMême sujetConnective tissue disorders researchTravaux en français237 207