MétaCan
Menu
Retour à la cohorte
Enregistrement W3015361071 · doi:10.1146/annurev-genom-083118-015345

New Diagnostic Approaches for Undiagnosed Rare Genetic Diseases

2020· review· en· W3015361071 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAnnual Review of Genomics and Human Genetics · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensNewborn Screening OntarioAgricultural Research Institute of OntarioUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchGenome Canada
Mots-clésCornerstoneMedicineGenetic testingRare diseaseSet (abstract data type)Genetic diagnosisIntensive care medicineDiseaseComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

Accurate diagnosis is the cornerstone of medicine; it is essential for informed care and promoting patient and family well-being. However, families with a rare genetic disease (RGD) often spend more than five years on a diagnostic odyssey of specialist visits and invasive testing that is lengthy, costly, and often futile, as 50% of patients do not receive a molecular diagnosis. The current diagnostic paradigm is not well designed for RGDs, especially for patients who remain undiagnosed after the initial set of investigations, and thus requires an expansion of approaches in the clinic. Leveraging opportunities to participate in research programs that utilize new technologies to understand RGDs is an important path forward for patients seeking a diagnosis. Given recent advancements in such technologies and international initiatives, the prospect of identifying a molecular diagnosis for all patients with RGDs has never been so attainable, but achieving this goal will require global cooperation at an unprecedented scale.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,270 · 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