MétaCan
Menu
Retour à la cohorte
Enregistrement W3139437607 · doi:10.5858/arpa.2020-0164-ra

Autism BrainNet: A Collaboration Between Medical Examiners, Pathologists, Researchers, and Families to Advance the Understanding and Treatment of Autism Spectrum Disorder

2020· article· en· W3139437607 sur OpenAlexaboutno aff
Matthew P. Anderson, Reade A. Quinton, Karen Kelly, Andrew Falzon, Alycia Halladay, Cynthia M. Schumann, Patrick R. Hof, Carol A. Tamminga, Carolyn Komich Hare, David G. Amaral

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutismAutism spectrum disorderContext (archaeology)NeuropathologyPsychiatryPostmortem studiesMedicineChronic traumatic encephalopathyPsychologyPoison controlNeuroscienceInjury preventionPathologyDiseaseMedical emergency

Résumé

récupéré en direct d'OpenAlex

CONTEXT.—: Autism spectrum disorder is a neurodevelopmental condition that affects over 1% of the population worldwide. Developing effective preventions and treatments for autism will depend on understanding the neuropathology of the disorder. While evidence from magnetic resonance imaging indicates altered development of the autistic brain, it lacks the resolution needed to identify the cellular and molecular underpinnings of the disorder. Postmortem studies of human brain tissue currently represent the only viable option to pursuing these critical studies. Historically, the availability of autism brain tissue has been extremely limited. OBJECTIVE.—: To overcome this limitation, Autism BrainNet, funded by the Simons Foundation, was formed as a network of brain collection sites that work in a coordinated fashion to develop a library of human postmortem brain tissues for distribution to researchers worldwide. Autism BrainNet has collection sites (or Nodes) in California, Texas, and Massachusetts; affiliated, international Nodes are located in Oxford, England and Montreal, Quebec, Canada. DATA SOURCES.—: Pubmed, Autism BrainNet. CONCLUSIONS.—: Because the death of autistic individuals is often because of an accident, drowning, suicide, or sudden unexpected death in epilepsy, they often are seen in a medical examiner's or coroner's office. Yet, autism is rarely considered when evaluating the cause of death. Advances in our understanding of chronic traumatic encephalopathy have occurred because medical examiners and neuropathologists questioned whether a pathologic change might exist in individuals who played contact sports and later developed severe behavioral problems. This article highlights the potential for equally significant breakthroughs in autism arising from the proactive efforts of medical examiners, pathologists, and coroners in partnership with Autism BrainNet.

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)0,029
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0150,007
Études des sciences et des technologies0,0030,002
Communication savante0,0050,009
Science ouverte0,0040,014
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0570,026

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 Opus0,070
Tête enseignante GPT0,339
Écart entre enseignants0,269 · 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'étudeSans objet
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Pathology & Laboratory MedicineMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207