MétaCan
Menu
Retour à la cohorte
Enregistrement W2914170487 · doi:10.14785/lymphosign-2018-0012

Chronic granulomatous disease 2018: advances in pathophysiology and clinical management

2019· article· en· W2914170487 sur OpenAlexvenueno aff
Reinhard Seger

Notice bibliographique

RevueLymphoSign Journal · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueNeutrophil, Myeloperoxidase and Oxidative Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChronic granulomatous diseaseMedicineImmunologyDiseaseGenetic enhancementHematopoietic stem cell transplantationPathogenesisInflammationIntensive care medicineClinical trialBioinformaticsBiologyPathologyGene

Résumé

récupéré en direct d'OpenAlex

Chronic granulomatous disease (CGD) is a rare immunodeficiency disorder of phagocytic cells resulting in failure to kill a characteristic spectrum of bacteria and fungi and to resolve inflammation. The last few years have witnessed major advances in pathogenesis and clinical management of the disease: Better understanding of 3 physiologic anti-inflammatory functions of NADPH oxidase-derived reactive oxygen species: Promotion of the clearance of dying host cells, suppression of inflammasomes, and regulation of type I interferon signalling. This insight is opening new avenues for targeted drug interventions. Advances in reduced intensity conditioning (RIC) for allogeneic hematopoietic stem cell transplantation (HSCT) make it a promising and safe procedure even for fragile patients with ongoing severe infection or hyperinflammation. Encouraging early data of a multicenter trial of gene-replacement therapy using a self-inactivated lentiviral vector. Combining targeted anti-infectious/anti-inflammatory measures and considering extended indications for curative HSCT are key to improving patient outcome further. Gene therapy will likely become a viable option for disease correction, but long-term assessment is not yet possible. Statement of novelty: We discuss important advances in pathogenesis and treatment of CGD that will change our approach to clinical management.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,007
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLymphoSign JournalMême sujetNeutrophil, Myeloperoxidase and Oxidative MechanismsTravaux en français237 207