MétaCan
Menu
Retour à la cohorte
Enregistrement W3110819839 · doi:10.3390/vaccines8040744

In-Depth Analysis of Genetic Variation Associated with Severe West Nile Viral Disease

2020· article· en· W3110819839 sur OpenAlexaff
Megan E. Cahill, Mark Loeb, Andrew T. DeWan, Ruth R. Montgomery

Notice bibliographique

RevueVaccines · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthNational Center for Advancing Translational SciencesYale University
Mots-clésBiologyDiseasePopulationGenetic variationVirologyImputation (statistics)GeneticsGeneVirusMedicinePathologyMissing data

Résumé

récupéré en direct d'OpenAlex

West Nile virus (WNV) is a mosquito-borne virus which causes symptomatic disease in a minority of infected humans. To identify novel genetic variants associated with severe disease, we utilized data from an existing case-control study of WNV and included population controls for an expanded analysis. We conducted imputation and gene-gene interaction analysis in the largest and most comprehensive genetic study conducted to date for West Nile neuroinvasive disease (WNND). Within the imputed West Nile virus dataset (severe cases n = 381 and asymptomatic/mild controls = 441), we found novel loci within the MCF.2 Cell Line Derived Transforming Sequence Like (MCF2L) gene (rs9549655 and rs2297192) through the individual loci analyses, although none reached statistical significance. Incorporating population controls from the Wisconsin Longitudinal Study on Aging (n = 9012) did not identify additional novel variants, a possible reflection of the cohort’s inclusion of individuals who could develop mild or severe WNV disease upon infection. Many of the top gene-gene interaction results were intergenic, with currently undefined biological roles, highlighting the need for further investigation into these regions and other identified gene targets in severe WNND. Further studies including larger sample sizes and more diverse populations reflective of those at risk are needed to fully understand the genetic architecture of severe WNDD and provide guidance on viable targets for therapeutic and vaccine development.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,228 · 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'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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccinesMême sujetMosquito-borne diseases and controlTravaux en français237 207