MétaCan
Menu
Retour à la cohorte
Enregistrement W2986991266 · doi:10.1073/pnas.2003339117

Immune signatures of prodromal multiple sclerosis in monozygotic twins

2020· article· en· W2986991266 sur OpenAlexaff
Lisa Ann Gerdes, Claudia Janoschka, Maria Eveslage, Bianca Mannig, Timo Wirth, Andreas Schulte‐Mecklenbeck, Sarah Lauks, Laura Glau, Catharina C. Groß, Eva Tolosa, Andrea Flierl‐Hecht, Birgit Ertl‐Wagner, Frederik Barkhof, Sven G. Meuth, Tania Kümpfel, Heinz Wiendl, Reinhard Hohlfeld, Luisa Klotz

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesDeutsche ForschungsgemeinschaftUniversity College LondonNational Institute for Health and Care ResearchNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer Research
Mots-clésMultiple sclerosisSubclinical infectionImmune systemDiseaseImmunologyMonozygotic twinAutoimmune diseasePopulationBiologyMedicineGeneticsPathology

Résumé

récupéré en direct d'OpenAlex

Significance Multiple sclerosis is an autoimmune disease shaped by genetic and environmental factors. Because of the heterogeneity of the human population, it has been difficult to identify “immune signatures” of the disease. Here we investigated a cohort of identical twin pairs who are discordant for multiple sclerosis. In each twin pair, the immune signatures were remarkably similar, pointing to a strong influence of shared genetic and environmental factors. However, when we focused on a subgroup of seemingly healthy cotwins who showed subtle signs of “subclinical neuro-inflammation,” we identified a distinct signature of memory T cells. Insight into the immunological mechanisms associated with the initiation of the disease is relevant not only to the therapy but also for prevention of the disease.

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)0,003
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
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,138
Tête enseignante GPT0,336
Écart entre enseignants0,198 · 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

Citations42
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207