MétaCan
Menu
Retour à la cohorte
Enregistrement W3165119324 · doi:10.1038/s41397-021-00237-5

Gene expression signatures predict response to therapy with growth hormone

2021· article· en· W3165119324 sur OpenAlexaff
Adam Stevens, Philip Murray, Chiara De Leonibus, Terence Garner, Ekaterina Koledova, Geoffrey Ambler, Klaus Kapelari, Gerhard Binder, Mohamad Maghnie, Stefano Zucchini, Elena Bashnina, Julia Skorodok, Diego Yeste, Alicia Belgorosky, Juan-Pedro Lopez Siguero, R. Coutant, Eirik Vangsøy-Hansen, Lars Hagenäs, Jovanna Dahlgren, Cheri Deal, Pierre Chatelain, Peter Clayton

Notice bibliographique

RevueThe Pharmacogenomics Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensUniversité de Montréal
Organismes subventionnairesMedical Research CouncilMerck KGaA
Mots-clésTranscriptomePhenotypeGenePredictive valueGrowth hormone deficiencyGrowth hormoneInternal medicineGene expressionOncologyBiologyBioinformaticsComputational biologyMedicineHormoneGenetics

Résumé

récupéré en direct d'OpenAlex

Recombinant human growth hormone (r-hGH) is used as a therapeutic agent for disorders of growth including growth hormone deficiency (GHD) and Turner syndrome (TS). Treatment is costly and current methods to model response are inexact. GHD (n = 71) and TS patients (n = 43) were recruited to study response to r-hGH over 5 years. Analysis was performed using 1219 genetic markers and baseline (pre-treatment) blood transcriptome. Random forest was used to determine predictive value of transcriptomic data associated with growth response. No genetic marker passed the stringency criteria for prediction. However, we identified an identical set of genes in both GHD and TS whose expression could be used to classify therapeutic response to r-hGH with a high accuracy (AUC > 0.9). Combining transcriptomic markers with clinical phenotype was shown to significantly reduce predictive error. This work could be translated into a single genomic test linked to a prediction algorithm to improve clinical management. Trial registration numbers: NCT00256126 and NCT00699855.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,271
Écart entre enseignants0,251 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Pharmacogenomics JournalMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207