MétaCan
Menu
Retour à la cohorte
Enregistrement W2998270560 · doi:10.4084/mjhid.2020.001

MOLECULAR MECHANISMS OF INHIBITOR DEVELOPMENT IN HEMOPHILIA

2020· review· en· W2998270560 sur OpenAlexaff
Davide Matino, Paul Tieu, Anthony K.C. Chan

Notice bibliographique

RevueMediterranean Journal of Hematology and Infectious Diseases · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueHemophilia Treatment and Research
Établissements canadiensMcMaster UniversityThrombosis and Atherosclerosis Research InstituteMcMaster Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationPathophysiologyAntibodyFactor IXIntervention (counseling)ComplicationIntensive care medicinePediatricsInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

The development of neutralizing antibodies in hemophilia is a serious complication of factor replacement therapy. These antibodies, also known as "inhibitors", significantly increase morbidity within the hemophilia population and lower the quality of life for these patients. People with severe hemophilia A have an overall 25-40% lifetime risk of inhibitor development, compared to that of 5-15% lifetime risk in those with moderate/mild hemophilia A. The risk is lower in hemophilia B population (about 1-5%) and occurrence of inhibitors is almost only seen in patients with severe hemophilia B. The understanding of the pathophysiological mechanism leading to the development of inhibitors in patients with hemophilia has improved considerably over the last 2 decades. Identification of early biomarkers which predict inhibitor development in previously untreated patients with hemophilia will assist in risk identification and possible early intervention strategies. In this review, we aim to summarize the molecular mechanisms of inhibitor development in hemophilia and to identify potential areas in need of further investigation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,322
Écart entre enseignants0,290 · 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'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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMediterranean Journal of Hematology and Infectious DiseasesMême sujetHemophilia Treatment and ResearchTravaux en français237 207