MétaCan
Menu
Retour à la cohorte
Enregistrement W4224243429 · doi:10.1016/j.kint.2022.03.019

Genetics in chronic kidney disease: conclusions from a Kidney Disease: Improving Global Outcomes (KDIGO) Controversies Conference

2022· article· en· W4224243429 sur OpenAlexafffund
Anna Köttgen, Émilie Cornec-Le Gall, Jan Halbritter, Krzysztof Kiryluk, Andrew Mallett, Rulan S. Parekh, Hila Milo Rasouly, Matthew G. Sampson, Adrienne Tin, Corinne Antignac, Elisabet Ars, Carsten Bergmann, Anthony J. Bleyer, Detlef Böckenhauer, Olivier Devuyst, José C. Florez, Kevin Fowler, Nora Franceschini, Masafumi Fukagawa, Daniel P. Gale, Rasheed Gbadegesin, David B. Goldstein, Morgan E. Grams, Anna Greka, Oliver Groß, Lisa M. Guay‐Woodford, Peter C. Harris, Julia Hoefele, Adriana M. Hung, Nine V.A.M. Knoers, Jeffrey B. Kopp, Matthias Kretzler, Matthew B. Lanktree, Beata S. Lipska‐Ziętkiewicz, Kathy Nicholls, Kandai Nozu, Akinlolu Ojo, Afshin Parsa, Cristian Pattaro, York Pei, Martin R. Pollak, Eugene P. Rhee, Simone Sanna‐Cherchi, Judy Savige, John A. Sayer, Francesco Scolari, John R. Sedor, Xueling Sim, Stefan Somlo, Katalin Suszták, Bamidele O. Tayo, Roser Torrá, Albertien M. van Eerde, André Weinstock, Cheryl A. Winkler, Matthias Wuttke, Hong Zhang, Jennifer King, Michael Cheung, Michel Jadoul, Wolfgang C. Winkelmayer­, Ali G. Gharavi

Notice bibliographique

RevueKidney International · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensSt. Joseph’s Healthcare HamiltonHospital for Sick ChildrenPublic Health OntarioMcMaster UniversityWomen's College HospitalSickKids FoundationUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchSanofi GenzymeEuropean Rare Kidney Disease Reference NetworkEuropean Renal Association-European Dialysis and Transplant AssociationAstellas PharmaNovo NordiskAgence Nationale de la RechercheNational Institute on Minority Health and Health DisparitiesDeutsche ForschungsgemeinschaftPfizerBiogenModernaChan Zuckerberg InitiativeAmerican Kidney FundIonis PharmaceuticalsNational Institutes of HealthNateraRegeneron PharmaceuticalsAmicus TherapeuticsUniversity of VirginiaU.S. Department of Veterans AffairsAlexion PharmaceuticalsDaiichi Sankyo EuropeNational Cancer InstituteNierstichtingBayerGilead SciencesAstraZenecaAkebia TherapeuticsBristol-Myers SquibbOno PharmaceuticalEli Lilly and CompanyAlbert-Ludwigs-Universität FreiburgAngionNational Institute of Diabetes and Digestive and Kidney DiseasesSanofiamfAR, The Foundation for AIDS ResearchNational Heart, Lung, and Blood InstituteAcceleron
Mots-clésKidney diseaseMedicineDiseaseKidneyIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Numerous genes for monogenic kidney diseases with classical patterns of inheritance, as well as genes for complex kidney diseases that manifest in combination with environmental factors, have been discovered. Genetic findings are increasingly used to inform clinical management of nephropathies, and have led to improved diagnostics, disease surveillance, choice of therapy, and family counseling. All of these steps rely on accurate interpretation of genetic data, which can be outpaced by current rates of data collection. In March of 2021, Kidney Diseases: Improving Global Outcomes (KDIGO) held a Controversies Conference on "Genetics in Chronic Kidney Disease (CKD)" to review the current state of understanding of monogenic and complex (polygenic) kidney diseases, processes for applying genetic findings in clinical medicine, and use of genomics for defining and stratifying CKD. Given the important contribution of genetic variants to CKD, practitioners with CKD patients are advised to "think genetic," which specifically involves obtaining a family history, collecting detailed information on age of CKD onset, performing clinical examination for extrarenal symptoms, and considering genetic testing. To improve the use of genetics in nephrology, meeting participants advised developing an advanced training or subspecialty track for nephrologists, crafting guidelines for testing and treatment, and educating patients, students, and practitioners. Key areas of future research, including clinical interpretation of genome variation, electronic phenotyping, global representation, kidney-specific molecular data, polygenic scores, translational epidemiology, and open data resources, were also identified.

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)0,032
score de la tête « metaresearch » (Gemma)0,039
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,039
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,003
Communication savante0,0060,009
Science ouverte0,0030,006
Intégrité de la recherche0,0130,030
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,013
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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

Citations187
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney InternationalMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207