MétaCan
Menu
Retour à la cohorte
Enregistrement W4303423400 · doi:10.1002/cpz1.534

Genome Reporting for Healthy Populations—Pipeline for Genomic Screening from the GENCOV COVID‐19 Study

2022· article· en· W4303423400 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCurrent Protocols · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensOntario Institute for Cancer ResearchHospital for Sick ChildrenUniversity Health NetworkUniversity of TorontoLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGenotypingContext (archaeology)DiseaseMedicinePersonalized medicineBioinformaticsGeneticsBiologyInternal medicineGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Genome sequencing holds the promise for great public health benefits. It is currently being used in the context of rare disease diagnosis and novel gene identification, but also has the potential to identify genetic disease risk factors in healthy individuals. Genome sequencing technologies are currently being used to identify genetic factors that may influence variability in symptom severity and immune response among patients infected by SARS-CoV-2. The GENCOV study aims to look at the relationship between genetic, serological, and biochemical factors and variability of SARS-CoV-2 symptom severity, and to evaluate the utility of returning genome screening results to study participants. Study participants select which results they wish to receive with a decision aid. Medically actionable information for diagnosis, disease risk estimation, disease prevention, and patient management are provided in a comprehensive genome report. Using a combination of bioinformatics software and custom tools, this article describes a pipeline for the analysis and reporting of genetic results to individuals with COVID-19, including HLA genotyping, large-scale continental ancestry estimation, and pharmacogenomic analysis to determine metabolizer status and drug response. In addition, this pipeline includes reporting of medically actionable conditions from comprehensive gene panels for Cardiology, Neurology, Metabolism, Hereditary Cancer, and Hereditary Kidney, and carrier screening for reproductive planning. Incorporated into the genome report are polygenic risk scores for six diseases-coronary artery disease; atrial fibrillation; type-2 diabetes; and breast, prostate, and colon cancer-as well as blood group genotyping analysis for ABO and Rh blood types and genotyping for other antigens of clinical relevance. The genome report summarizes the findings of these analyses in a way that extensively communicates clinically relevant results to patients and their physicians. © 2022 Wiley Periodicals LLC. Basic Protocol 1: HLA genotyping and disease association Basic Protocol 2: Large-scale continental ancestry estimation Basic Protocol 3: Dosage recommendations for pharmacogenomic gene variants associated with drug response Support Protocol: System setup.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

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

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 Opus0,198
Tête enseignante GPT0,447
Écart entre enseignants0,249 · 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