A meta-analysis of genomic screens in multiple sclerosis
Notice bibliographique
Résumé
We combined the raw genotyping data from three large multiple sclerosis genome screens and performed a global meta-analysis in order to compare and summarize the linkage results from the different studies. In alphabetical order, the screens provided data from 442 markers typed in 52 multiplex families with a total of 133 affected individuals (the American screen), 314 markers typed in 128 families with 264 affecteds (the British screen) and 257 markers typed in 61 families with a total of 139 affected subjects (the Canadian screen). Multipoint analysis of these data was performed using the GENEHUNTER program. The highest non-parametric linkage (NPL) score in the meta-analysis was observed on chromosome 17q11 (NPL score 2.58), although this score falls short of genome-wide significance. A total of eight regions had NPL scores greater than 2.0. One of the regions with an NPL score greater than 2.0 was the HLA region on chromosome 6p21 (NPL=2.2). This region is known, from association studies, to be involved in MS susceptibility, but the modest linkage result observed here suggests the encoded susceptibility effect is not large compared with the high familial recurrence in MS (lambda approximately 20). Overall, our linkage results suggest that MS is likely to be multigenic in its genetic susceptibility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,018 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».