MétaCan
Menu
Retour à la cohorte
Enregistrement W4307170174 · doi:10.1038/s41598-022-21491-y

On the limits of graph neural networks for the early diagnosis of Alzheimer’s disease

2022· article· en· W4307170174 sur OpenAlexfundno aff
Laura Hernández‐Lorenzo, Markus Hoffmann, Evelyn Scheibling, Markus List, Jordi A. Matías‐Guiu, José L. Ayala

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingEuropean Regional Development FundInstituto de Salud Carlos IIINational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierEisaiUniversidad Complutense de MadridMinisterio de Ciencia e InnovaciónNorthern California Institute for Research and EducationEli Lilly and CompanyU.S. Department of DefenseAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsF. Hoffmann-La RocheUniversity of Southern CaliforniaBanco SantanderPfizerBiogenBioClinicaTranslational Genomics Research InstituteNovartis Pharmaceuticals CorporationBristol-Myers SquibbFoundation for the National Institutes of Health
Mots-clésMissense mutationDiseaseMachine learningComputer sciencePhenotypeAlzheimer's diseaseApolipoprotein EGraphArtificial intelligenceComputational biologyGeneBioinformaticsMedicineBiologyGeneticsTheoretical computer sciencePathology

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

Comment cette classification a été obtenuedéplier

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)0,000
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,224 · 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 tête enseignante, 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
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

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetBioinformatics and Genomic NetworksTravaux en français237 207