MétaCan
Menu
Retour à la cohorte
Enregistrement W2948903259 · doi:10.1136/jclinpath-2019-205851

Emerging patterns in clonal haematopoiesis

2019· review· en· W2948903259 sur OpenAlexaff
José‐Mario Capo‐Chichi, Phillip Michaels, Rosemarie Tremblay-Le May, Sagi Abelson, Robert P. Hasserjian, Daniel Xia

Notice bibliographique

RevueJournal of Clinical Pathology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensPrincess Margaret Cancer CentreOntario Institute for Cancer ResearchUniversity Health NetworkToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésHaematopoiesisBiologySomatic evolution in cancerMyeloidMyelodysplastic syndromesDiseaseHematologyImmunologyStem cellLeukemiaMutationGeneCancer researchGeneticsInternal medicineMedicineBone marrow

Résumé

récupéré en direct d'OpenAlex

Clonal haematopoiesis (CH) is defined by the presence of acquired mutations and/or cytogenetic abnormalities in haematopoietic cells. By definition, these premalignant clones do not meet criteria for haematopoietic neoplasms listed in the Revised Fourth Edition of the WHO classification. CH is fairly common in elderly individuals and is associated with higher risks for haematological cancers, in particular myelodysplastic syndrome and acute myeloid leukaemia (AML), as well as cardiovascular events. Similar small clones have also been detected during follow-up in patients with AML in morphological remission, in individuals with aplastic anaemia, and in pre-chemotherapy blood samples from patients with other types of cancers. In each of these contexts, the presence of mutations carries different clinical implications, and sometimes demonstrates unique genetic profiles. Emerging research suggests that the number and identity of mutations, the size of the mutant clones and various other factors, including age, immune status and history of exogenous drugs/toxins, are important for disease biology and progression. This review focuses specifically on the subset of CH with gene mutations detected by sequencing, and includes discussions of nomenclature and molecular technologies that detect and quantify gene mutations.

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)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
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 enseignants0,956
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0080,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,006
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 Opus0,238
Tête enseignante GPT0,542
Écart entre enseignants0,304 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical PathologyMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207