MétaCan
Menu
Retour à la cohorte
Enregistrement W4321615129 · doi:10.4103/ijn.ijn_318_21

Cystic diseases of the kidneys: From bench to bedside

2023· review· en· W4321615129 sur OpenAlexaff
Rupesh Raina, Francis Lomanta, Siddhartha Singh, Alisha Anand, Riti Kalra, Vignasiddh Enukonda, Oren Barat, Davinder Pandher, Sidharth K. Sethi

Notice bibliographique

RevueIndian Journal of Nephrology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCiliumNephronophthisisCystic kidney diseaseMedicinePolycystic kidney diseaseAutosomal Recessive Polycystic Kidney DiseaseCiliopathiesDiseasePathologyTuberous sclerosisBardet–Biedl syndromePKD1KidneyAutosomal dominant polycystic kidney diseaseCiliopathyPhenotypeBioinformaticsGeneticsBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Exploration into the causes of hereditary renal cystic diseases demonstrates a deep-rooted connection with the proteomic components of the cellular organelle cilia. Cilia are essential to the signaling cascades, and their dysfunction has been tied to a range of renal cystic diseases initiating with studies on the oak ridge polycystic kidney (ORPK) mouse model. Here, we delve into renal cystic pathologies that have been tied with ciliary proteosome and highlight the genetics associated with each. The pathologies are grouped based on the mode of inheritance, where inherited causes that result in cystic kidney disease phenotypes include autosomal dominant and autosomal recessive polycystic kidney disease, nephronophthisis (Bardet-Biedl syndrome and Joubert Syndrome), and autosomal dominant tubulointerstitial kidney disease. Alternatively, phakomatoses-, also known as neurocutaneous syndromes, associated cystic kidney diseases include tuberous sclerosis (TS) and Von Hippel-Lindau (VHL) disease. Additionally, we group the pathologies by the mode of inheritance to discuss variations in recommendations for genetic testing for biological relatives of a diagnosed individual.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,020
Tête enseignante GPT0,297
Écart entre enseignants0,277 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of NephrologyMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207