MétaCan
Menu
Retour à la cohorte
Enregistrement W3020098446 · doi:10.1186/s12943-020-01209-2

Analysis of the susceptibility of lung cancer patients to SARS-CoV-2 infection

2020· letter· en· W3020098446 sur OpenAlexaff
Qi Kong, Zhiguang Xiang, Yue Wu, Yu Gu, Jianguo Guo, Fei Geng

Notice bibliographique

RevueMolecular Cancer · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensMcMaster University
Organismes subventionnairesChinese Academy of Medical Sciences Initiative for Innovative Medicine
Mots-clésLung cancerAdenocarcinomaBiologyTMPRSS2LungCancerStage (stratigraphy)Internal medicineSerine proteaseCarcinomaGeneCancer researchImmunologyOncologyProteaseCoronavirus disease 2019 (COVID-19)EnzymeMedicineGeneticsDisease

Résumé

récupéré en direct d'OpenAlex

Recent studies have reported that COVID-19 patients with lung cancer have a higher risk of severe events than patients without cancer. In this study, we investigated the gene expression of angiotensin I-converting enzyme 2 (ACE2) and transmembrane serine protease 2 (TMPRSS2) with prognosis in lung adenocarcinoma (LUAD) and lung squamous cell carcinoma (LUSC). Lung cancer patients in each age stage, subtype, and pathological stage are susceptible to SARS-CoV-2 infection, except for the primitive subtype of LUSC. LUAD patients are more susceptible to SARS-CoV-2 infection than LUSC patients. The findings are unanimous on tissue expression in gene and protein levels.

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)0,002
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,040
Tête enseignante GPT0,391
Écart entre enseignants0,351 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular CancerMême sujetCOVID-19 and healthcare impactsTravaux en français237 207