Enregistrement W3152835287 · doi:10.1016/j.jhep.2021.03.013

A novel microRNA-based prognostic model outperforms standard prognostic models in patients with acetaminophen-induced acute liver failure

2021· article· en· W3152835287 sur OpenAlexafffund

Oliver Tavabie, Constantine Karvellas, Jaime L. Speiser, Christopher F. Rose, Krishna Menon, Andreas Prachalias, Michael A. Heneghan, Kosh Agarwal, William M. Lee, Mark McPhail, Varuna Aluvihare, W.M. Lee, Anne M. Larson, Iris Liou, Oren K. Fix, Michael L. Schilsky, Timothy M. McCashland, J. Eileen Hay, Natalie Murray, A. Obaid S. Shaikh, Andrés T. Blei, Daniel Ganger, Atif Zaman, Steven Han, Robert J. Fontana, Brendan M. McGuire, Raymond T. Chung, Alastair D. Smith, Robert S. Brown, Jeffrey S. Crippin, Edwin Harrison, Adrian Reuben, Santiago J. Muñoz, K. Rajender Reddy, R. Todd Stravitz, Lorenzo Rossaro, Raj Satyanarayana, Tarek Hassanein, Jodi Olson, Ram Subramanian, James Hanje, Bilal Hameed, Ezmina Lalani, Carla Pezzia, Corron Sanders, Nahid Attar, Linda S. Hynan, Valerie Durkalski, Wenle Zhao, Catherine Dillon, Holly Battenhouse, Michelle Gottfried

Notice bibliographique

RevueJournal of Hepatology · 2021

Typearticle

Langueen

DomainePharmacology, Toxicology and Pharmaceutics

ThématiqueDrug-Induced Hepatotoxicity and Protection

Établissements canadiensUniversité de MontréalUniversity of Alberta

Organismes subventionnairesBaylor University Medical CenterUniversity of AlbertaUniversity of California, San DiegoUniversity of OregonUniversity of PittsburghUniversity of California, Los AngelesUniversity of South CarolinaNational Institute of Diabetes and Digestive and Kidney DiseasesBaylor UniversityYale UniversityVirginia Commonwealth UniversityNorthwestern UniversityOhio State UniversityUniversity of WashingtonRoche Organ Transplant Research FoundationEmory UniversityUniversity of PennsylvaniaMassachusetts General Hospital

Mots-clésMedicinemicroRNALogistic regressionAcetaminophenInternal medicineProportional hazards modelLiver failureTime pointOncologyLiver injuryPharmacologyBiologyGene

DOI10.1016/j.jhep.2021.03.013

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,002

score de la tête « metaresearch » (Gemma)0,006

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesaucune

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune

GenreSignal candidat: Empirique · Signal consensuel: Empirique

Score de désaccord entre enseignants0,002

Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,002	0,006
Méta-épidémiologie (sens strict)	0,001	0,000
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,001	0,001
Études des sciences et des technologies	0,000	0,000
Communication savante	0,002	0,001
Science ouverte	0,001	0,001
Intégrité de la recherche	0,001	0,001
Charge utile insuffisante (le modèle a refusé de juger)	0,002	0,001

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 Opus0,074

Tête enseignante GPT0,340

Écart entre enseignants0,265 · 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'étudeSimulation ou modélisation

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

Citations42

Publié2021

Routes d'admission2

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueJournal of Hepatology→Même sujetDrug-Induced Hepatotoxicity and Protection→Travaux en français237 207→