MétaCan
Menu
Retour à la cohorte
Enregistrement W3112534080 · doi:10.1111/bjh.17247

Inherited predisposition to haematopoietic malignancies: overcoming barriers and exploring opportunities

2020· review· en· W3112534080 sur OpenAlexaff
Amy M. Trottier, Lucy A. Godley

Notice bibliographique

RevueBritish Journal of Haematology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensHealth Sciences CentreQueen Elizabeth II Health Sciences CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGenetic predispositionMalignancyGermlineHaematopoiesisMyeloidMedicineGenetic testingGeneticsBiologyImmunologyBioinformaticsDiseaseStem cellPathologyGene

Résumé

récupéré en direct d'OpenAlex

Inherited predisposition to haematopoietic malignancies, due to deleterious germline variants in a variety of genes, is an important clinical entity with implications for the health and management of patients and their family members. Unfortunately, there remain several common misconceptions in this field that can result in patients going unrecognised and/or having incomplete or improper testing including: the impression that inherited haematological malignancy syndromes are rare, that myeloid and lymphoid malignancy predisposition syndromes are mutually exclusive, and that solid tumour predisposition syndromes are unique and distinct from haematopoietic malignancy predisposition syndromes. In the present review, we challenge these ideas with our insights into germline genetic testing for these conditions with the hope that increased awareness and knowledge will overcome barriers and lead to improved diagnosis and management.

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)0,001
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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,344
Écart entre enseignants0,210 · 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.

Devis d'étudeÉtude de cas
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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of HaematologyMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207