MétaCan
Menu
← Retour à la cohorte
Enregistrement W3197864926 · doi:10.1136/jnnp-2021-ehdn.44

F01 Development of the huntington’s disease integrated staging system (HD-ISS)

2021· article· en· W3197864926 sur OpenAlexaff
Sarah J. Tabrizi, Scott Schobel, Emily C. Gantman, Alexandra Mansbach, Beth Borowsky, Pavlina Konstantinova, Tiago Mestre, Ariana P. Mullin, Jennifer Panagoulias, Klaus Romero, Christopher A. Ross, Sudhir Sivakumaran, Emily C. Turner, Maurice Zauderer, Jeffrey D. Long, Cristina Sampaio

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHuntington's diseaseDiseasePopulationObservational studyNeurodegenerationPsychologyMedicineNeuroscienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background HD is an inherited autosomal dominant neurodegenerative disease. While there is biological certainty that individuals with a pathogenic expansion in the huntingtin gene (HTT) will develop the signs and symptoms of HD within a normal lifespan, this is not reflected in present terminology. Current staging methods do not address disease progression before an overt clinical phenotype, despite well-accepted biomarkers of neurodegeneration predating clinical diagnosis. Aims To propose a new HD framework, referred to as the HD-ISS, that comprises an HD biological research definition and evidence-based staging centered on prognostic biological, clinical, and functional landmarks. Methods This framework is the result of a formal consensus process by the HD-RSC’s Regulatory Science Forum (RSF), a working group of expert representatives from industry and academia. Observational data was employed to calculate ‘cut-offs’ using the extreme values in models of the control population to define the HD-ISS Stages and to evaluate the framework. Results The HD-ISS defines HD biologically as the presence of the expanded HTT gene. The HD-ISS landmarks demonstrate robust prognostic value to classify individuals into each Stage and data-driven landmark thresholds to define Stage boundaries that are not CAG-dependent. Individual study visits, participant Stage progression, and longitudinal models of Stage progression align with the natural history of HD and with increased CAG predicting accelerated transitions. Conclusions The RSF has developed a biological definition of HD and an evidence-based staging system that encompass the full course of the disease and are unconstrained by concepts such as ‘manifest’ or ‘pre-manifest.’ The HD-ISS is intended for research settings to allow clinical trials earlier in the disease course, and provides a new structure to anchor and harmonize clinical study populations. The immediate use of the HD-ISS will allow for further validation.

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)0,048
score de la tête « metaresearch » (Gemma)0,061
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,255

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,061
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0040,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0330,016

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 Opus0,027
Tête enseignante GPT0,247
Écart entre enseignants0,220 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetic Neurodegenerative Diseases→Travaux en français237 207→