MétaCan
Menu
Retour à la cohorte
Enregistrement W3093136182 · doi:10.3390/jcm9103333

Non-Coding RNAs and Hereditary Hemorrhagic Telangiectasia

2020· review· en· W3093136182 sur OpenAlexafffund
Anthony Cannavicci, Qiuwang Zhang, Michael J.B. Kutryk

Notice bibliographique

RevueJournal of Clinical Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueVascular Anomalies and Treatments
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesNational Institutes of HealthNational Center for Advancing Translational SciencesNational Institute of Neurological Disorders and StrokeUniversity of TorontoRare Diseases Clinical Research Network
Mots-clésMedicinemicroRNARNATelangiectasiaGeneNon-coding RNALong non-coding RNABioinformaticsGeneticsComputational biologyPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Non-coding RNAs (ncRNAs) are functional ribonucleic acid (RNA) species that include microRNAs (miRs), a class of short non-coding RNAs (∼21-25 nucleotides), and long non-coding RNAs (lncRNAs) consisting of more than 200 nucleotides. They regulate gene expression post-transcriptionally and are involved in a wide range of pathophysiological processes. Hereditary hemorrhagic telangiectasia (HHT) is a rare disorder inherited in an autosomal dominant fashion characterized by vascular dysplasia. Patients can develop life-threatening vascular malformations and experience severe hemorrhaging. Effective pharmacological therapies are limited. The study of ncRNAs in HHT is an emerging field with great promise. This review will explore the current literature on the involvement of ncRNAs in HHT as diagnostic and pathogenic factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,134
Tête enseignante GPT0,467
Écart entre enseignants0,334 · 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'étudeAutre devis
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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetVascular Anomalies and TreatmentsTravaux en français237 207