MétaCan
Menu
Retour à la cohorte
Enregistrement W3133796664 · doi:10.1101/2021.03.07.21252875

Age-dependent impact of the major common genetic risk factor for COVID-19 on severity and mortality

2021· preprint· en· W3133796664 sur OpenAlexafffund
Tomoko Nakanishi, Sara Pigazzini, Frauke Degenhardt, Mattia Cordioli, Guillaume Butler‐Laporte, Douglas Maya‐Miles, Beatriz Nafría Jiménez, Youssef Bouysran, Mari Niemi, Adriana Palom, David Ellinghaus, Atlas Khan, Manuel Martínez‐Bueno, Selina Rolker, Sara Amitano, Luisa Roade, Francesca Fava, Christoph D. Spinner, Daniele Prati, David Bernardo, Féderico García, Gilles Darcis, Israel Fernández‐Cadenas, Jan Cato Holter, Jesús M. Bañales, Robert Frithiof, Krzysztof Kiryluk, Stefano Duga, Rosanna Asselta, Alexandre C. Pereira, Manuel Romero‐Gómez, Luís Bujanda, Johannes R. Hov, Isabelle Migeotte, Alessandra Renieri, Anna M. Planas, Kerstin U. Ludwig, Marı́a Buti, Souad Rahmouni, Marta E. Alarcón‐Riquelme, Eva C. Schulte, André Franke, Tom H. Karlsen, Luca Valenti, Hugo Zeberg, J. Brent Richards, Andrea Ganna

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNational Institutes of HealthHelsingin YliopistoTechnische Universität MünchenNordForskJapan Society for the Promotion of ScienceCancer Research UKAcademy of FinlandJewish General HospitalPublic Health AgencyScience for Life LaboratoryVetenskapsrådetMcGill UniversityPublic Health Agency of CanadaMagnus Bergvalls Stiftelse
Mots-clésOdds ratioMedicineHazard ratioConfidence intervalRisk factorInternal medicineGenetic predispositionAlleleGeneticsDiseaseBiology

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,054
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,053
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,054
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
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 Opus0,112
Tête enseignante GPT0,469
Écart entre enseignants0,357 · 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'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

Citations29
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207