MétaCan
Menu
Retour à la cohorte
Enregistrement W2947783070 · doi:10.1111/odi.13127

<i>MSX1</i> gene polymorphisms and non‐syndromic cleft lip with or without palate (NSCL/P): A meta‐analysis

2019· review· en· W2947783070 sur OpenAlexaff
Parinda Tasanarong, Noel Pabalan, Phuntila Tharabenjasin, Hamdi Jarjanazi

Notice bibliographique

RevueOral Diseases · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMedicineGeneticsGeneInternal medicineDentistryBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Non-syndromic cleft lip, with or without cleft palate (NSCL/P), is a common craniofacial birth defect, the risk of which is influenced from multiple genetic loci. Association study outcomes between single nucleotide polymorphisms (SNPs) near the muscle segment homeobox gene 1 (MSX1) and NSCL/P have been inconsistent. This compels a meta-analysis to obtain more precise estimates. METHODS: From 15 publications, we examined 12 SNPs under six groups (SG), based on linkage disequilibrium. Pooled odds ratios and 95% confidence intervals were calculated under the standard genetic models. The pooled effects were subjected to subgroup, outlier, sensitivity, and funnel plot (publication bias) analyses. RESULTS: Three of the six SGs showed significant associations. SG1 and SG4 effects indicated reduced risks. SG1 outcomes were attributed to outlier treatment, which the Asian outcomes validated. In contrast, increased risks were observed in SG3. All these significant outcomes were deemed robust by sensitivity analysis with no evidence of publication bias. CONCLUSIONS: Our study shows eight MSX1 SNPs associated with risk of NSCL/P. SG1 and SG4 carriers are protected (up to 23%), but SG3 carriers are 1.3-fold susceptible. Outlier treatment unmasked the significant associations in SG1. Non-heterogeneity and robustness helped elevate the level of evidence in our significant findings.

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)0,012
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0080,041
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,069
Tête enseignante GPT0,349
Écart entre enseignants0,280 · 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'étudeMéta-analyse
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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOral DiseasesMême sujetCleft Lip and Palate ResearchTravaux en français237 207