MétaCan
Menu
Retour à la cohorte
Enregistrement W3214716522 · doi:10.1038/s42255-021-00478-5

Integrative analysis of the plasma proteome and polygenic risk of cardiometabolic diseases

2021· article· en· W3214716522 sur OpenAlexfundno aff
Scott C. Ritchie, Samuel A. Lambert, Matthew Arnold, Shu Mei Teo, Sol Lim, Petar Šćepanović, Jonathan Marten, Sohail Zahid, Mark Chaffin, Yingying Liu, Gad Abraham, Willem H. Ouwehand, David J. Roberts, Nicholas A. Watkins, Brian G. Drew, Anna C. Calkin, Emanuele Di Angelantonio, Nicole Soranzo, Stephen Burgess, Michael Chapman, Sekar Kathiresan, Amit V. Khera, John Danesh, Adam S. Butterworth, Michael Inouye

Notice bibliographique

RevueNature Metabolism · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNational Human Genome Research InstituteNIHR Cambridge Biomedical Research CentreEngineering and Physical Sciences Research CouncilScottish GovernmentChief Scientist Office, Scottish Government Health and Social Care DirectorateDell EMCState Government of VictoriaPublic Health EnglandHealth and Social Care Research and Development DivisionPublic Health AgencyNational Health and Medical Research CouncilRoyal SocietyNIHR BioResourceBritish Heart FoundationUniversity of CambridgeCanadian Institutes of Health ResearchMedical Research CouncilDepartment of Health and Social CareMassachusetts General HospitalNHS Blood and TransplantNational Institute for Health and Care ResearchScience and Technology Facilities CouncilEconomic and Social Research CouncilBroad InstituteWellcome TrustBiogen
Mots-clésDiseaseQuantitative trait locusGenetic architectureAlleleType 2 diabetesBiologyProteomeBioinformaticsDiabetes mellitusGeneticsGenome-wide association studyMedicineGeneInternal medicineEndocrinologySingle-nucleotide polymorphismGenotype

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,003
Tête enseignante GPT0,241
Écart entre enseignants0,237 · 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'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

Citations94
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature MetabolismMême sujetGenetic Associations and EpidemiologyTravaux en français237 207