MétaCan
Menu
← Retour à la cohorte
Enregistrement W2973436219 · doi:10.1371/journal.pone.0222353

Differential metabolomics networks analysis of menopausal status

2019· article· en· W2973436219 sur OpenAlexafffund
Xiujuan Cui, Xiaoyan Yu, Guang Sun, Ting Hu, Sergei Likhodii, Jingmin Zhang, Edward Randell, Xiang Gao, Zhaozhi Fan, Weidong Zhang

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensProvincial Health Services AuthorityMemorial University of Newfoundland
Organismes subventionnairesCanadian Institutes of Health ResearchJilin UniversityPeople's Government of Jilin Province
Mots-clésMetabolomicsMetabolomeMenopauseMetabolitePhysiologyDiseaseMedicinePathologicalLipidomicsBioinformaticsBiologyEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Menopause is an endocrine-related transition that induces a number of physiological and potentially pathological changes in middle-aged and elderly women. The intention of this research was to investigate the influence of menopause on the intricate relationships between major biochemical metabolites. The study involved metabolic profiling of 186 metabolic markers measured in blood plasma collected from 120 healthy female participants. We developed a method of network analysis using differential correlation that enabled us to detect and characterize differences in metabolites and changes in inter-relationships in pre- and post-menopausal women. A topological analysis was performed on the differential network that uncovered metabolite differences in pre-and post-menopausal women. In this analysis, our method identified two key metabolites, sphingomyelins and phosphatidylcholines, which may be useful in directing further studies into menopause-specific differences in the metabolome, and how these differences may underlie the body's response to stress and disease following the transition from pre- to post-menopausal status for women.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,217
Écart entre enseignants0,203 · 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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMetabolomics and Mass Spectrometry Studies→Travaux en français237 207→