MétaCan
Menu
Retour à la cohorte
Enregistrement W2979493060 · doi:10.1038/s41431-019-0525-z

ESHG PPPC Comments on postmortem use of genetic data for research purposes

2019· article· en· W2979493060 sur OpenAlexaff
Florence Fellmann, Emmanuelle Rial‐Sebbag, Christine Patch, Sabine Hentze, Vigdis Stefandottir, Álvaro Mendes, Carla van El, Martina C. Cornel, Francesca Forzano

Notice bibliographique

RevueEuropean Journal of Human Genetics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésGenetic dataData scienceBiologyGeneticsComputational biologyComputer scienceMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

A large number of biobanks are constituted worldwide for many different research purposes. The number of stored samples is increasing, representing a significant proportion of the population in some countries. There is a time lag between sample collection and any potential analysis. Some biobanks aim to collect samples of individuals affected with specific disorders, which can be associated with early death. It is therefore evident that a proportion of samples in biobanks will have been collected from individuals who will be deceased or whose circumstances have changed at the time potential results from analyses are generated. The researchers or biobanks curators are not informed of the death of participants in the vast majority of (if not all) cases. Therefore, researchers proceed with the contribution of those samples without making a distinction between “still alive” and “deceased”. The continuing use of samples postmortem is more implicit than clearly expressed in the current regulations.

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)0,012
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,214
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
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 Opus0,864
Tête enseignante GPT0,636
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Human GeneticsMême sujetEthics in Clinical ResearchTravaux en français237 207