MétaCan
Menu
Retour à la cohorte
Enregistrement W4206133045 · doi:10.3389/fimmu.2021.815710

Good’s Syndrome: Time to Move on From Reviewing the Past

2022· review· en· W4206133045 sur OpenAlexafffund
Aunonna Kabir, Reza Alizadehfar, Christos Tsoukas

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunodeficiency and Autoimmune Disorders
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesFondation de l'Hôpital Général de Montréal
Mots-clésHypogammaglobulinemiaCommon variable immunodeficiencyDiseasePathophysiologyMedicineImmune systemImmune dysregulationImmunologyInternal medicineAntibody

Résumé

récupéré en direct d'OpenAlex

For seven decades, the pathophysiology of Good's syndrome (GS) has remained a mystery, with few attempts to solve it. Initially described as an association between hypogammaglobulinemia and thymoma, controversy exists whether this is a unique disease, or a subgroup of Common Variable Immune Deficiency (CVID). Recently, some distinguishing aspects of both syndromes have come to light reflecting fundamental differences in their underlying pathophysiology. GS and CVID differ in demographic features and immune phenotype. GS is found almost exclusively in adults and is characterized by a significantly reduced or absence of peripheral B cells. In CVID, which also occurs in children, most patients have normal or slightly reduced peripheral B cells, with a distinguishing feature of low memory B cells. Similarly, differences in T cell dysregulation and manifestations of hematologic cytopenias may further distinguish GS from CVID. Knowledge of the clinical phenotype of this rare adult immune deficiency stems from individual case reports, retrospective, and cross-sectional data on a few cohorts with a limited number of well characterized patients. The understanding of pathophysiology in GS is hampered by the incomplete and inconsistent reporting of clinical and laboratory data, with a limited knowledge of its natural history. In this mini review, we discuss current state of the art data and identify research gaps. In order to resolve controversies and fill in knowledge gaps, we propose a coordinated paradigm shift from incidence reporting to robust investigative studies, addressing mechanisms of disease. We hope this novel approach sets a clear direction to solve the current controversies.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,008
Science ouverte0,0020,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,016
Tête enseignante GPT0,245
Écart entre enseignants0,229 · 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
GenreSynthèse

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

En bref

Citations36
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetImmunodeficiency and Autoimmune DisordersTravaux en français237 207