MétaCan
Menu
Retour à la cohorte
Enregistrement W2906653622 · doi:10.1126/sciimmunol.aau8714

Tuberculosis and impaired IL-23–dependent IFN-γ immunity in humans homozygous for a common <i>TYK2</i> missense variant

2018· article· en· W2906653622 sur OpenAlexafffund
Stéphanie Boisson‐Dupuis, Noé Ramirez‐Alejo, Zhi Li, Étienne Patin, Geetha Rao, Gaspard Kerner, Che Kang Lim, Dimitry N. Krementsov, Nicholas Hernandez, S. Cindy, Qian Zhang, Janet Markle, Rubén Martínez‐Barricarte, Kathryn Payne, Robert O. Fisch, Caroline Deswarte, Joshua Halpern, Matthieu Bouaziz, Jeanette Mulwa, Durga Sivanesan, Tomi Lazarov, Rodrigo Naves, Patricia García, Yuval Itan, Bertrand Boisson, Alix Checchi, Fabienne Jabot‐Hanin, Aurélie Cobat, Andrea Guennoun, Carolyn C. Jackson, Sevgi Pekcan, Zafer Çalışkaner, Jaime Inostroza, Beatriz Tavares Costa‐Carvalho, José Antônio Tavares de Albuquerque, Humberto Garcia‐Ortíz, Lorena Orozco, Tayfun Özçelık, A. Abid, Ismail Abderahmani Rhorfi, Hicham Souhi, Hicham Naji Amrani, Adil Zegmout, Frédéric Geissmann, Stephen W. Michnick, Ingrid Müller‐Fleckenstein, Bernhard Fleckenstein, Anne Puel, Michael J. Ciancanelli, Nico Marr, Hassan Abolhassani, María Elvira Balcells, Antônio Condino‐Neto, Alexis Strickler, Katia Abarca, Cory Teuscher, Hans D. Ochs, İsmail Reisli, Esra Hazar Sayar, Jamila El Baghdadi, Jacinta Bustamante, Lennart Hammarström, Stuart G. Tangye, Sandra Pellegrini, Lluís Quintana‐Murci, Laurent Abel, Jean‐Laurent Casanova

Notice bibliographique

RevueScience Immunology · 2018
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunodeficiency and Autoimmune Disorders
Établissements canadiensUniversité de MontréalUniversity of Ottawa
Organismes subventionnairesFondo Nacional de Desarrollo Científico y TecnológicoNational Institute of General Medical SciencesNational Cancer InstituteNational Health and Medical Research CouncilEuropean Research CouncilNational Institutes of HealthNew South Wales GovernmentCentre National de la Recherche ScientifiqueConselho Nacional de Desenvolvimento Científico e TecnológicoMedical Research CouncilDepartment of Health and Social CareNational Center for Advancing Translational SciencesNational Human Genome Research InstituteCHIST-ERANational Institute of Allergy and Infectious DiseasesNational Center for Research ResourcesAgence Nationale de la RechercheConsejo Nacional de Ciencia y TecnologíaStony Wold-Herbert FundDamon Runyon Cancer Research FoundationAgence Nationale de Sécurité du Médicament et des Produits de SantéSt. Giles FoundationOffice of Health and Medical ResearchCanadian Institutes of Health ResearchHoward Hughes Medical Institute
Mots-clésMissense mutationBiologyImmunityTuberculosisTyrosine kinase 2ImmunologyEtiologyGeneticsImmune systemVirologyMedicineMutationGeneReceptorPathology

Résumé

récupéré en direct d'OpenAlex

selectively disrupts the induction of IFN-γ by IL-23 and is a common monogenic etiology of tuberculosis.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,255
Écart entre enseignants0,245 · 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'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

Citations209
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience ImmunologyMême sujetImmunodeficiency and Autoimmune DisordersTravaux en français237 207