MétaCan
Menu
Retour à la cohorte
Enregistrement W4328048527 · doi:10.1007/s00439-023-02543-3

Great expectations: patients’ preferences for clinically significant results from genomic sequencing

2023· article· en· W4328048527 sur OpenAlexafffund
Salma Shickh, Agnes Sebastian, Marc Clausen, Chloe Mighton, Christine Elser, Andrea Eisen, Larissa Waldman, Seema Panchal, Thomas Ward, June Carroll, Emily Glogowski, Kasmintan A. Schrader, Jordan Lerner‐Ellis, Raymond H. Kim, Kevin E. Thorpe, Susan Randall Armel, Melyssa Aronson, Nancy N. Baxter, Kenneth Bond, José‐Mario Capo‐Chichi, Timothy Caulfield, Tammy Clifford, Iris Cohn, Irfan Dhalla, Craig C. Earle, M. Blair Evans, Tracy Graham, Elena Greenfield, Jada G. Hamilton, Wanrudee Isaranuwatchai, Monica Kastner, Andreas Laupacis, Chantal F. Morel, Michelle Mujoomdar, Abdul Noor, Kenneth Offit, Mark E. Robson, Adena Scheer, Stephen W. Scherer, Terrence Sullivan

Notice bibliographique

RevueHuman Genetics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensPublic Health OntarioOntario Institute for Cancer ResearchHospital for Sick ChildrenUniversity of British ColumbiaSinai Health SystemSt. Michael's HospitalSunnybrook Health Science CentrePrincess Margaret Cancer CentreLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalHealth Sciences CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchHospital for Sick ChildrenMemorial Sloan-Kettering Cancer CenterUniversity of TorontoInstitute for Clinical Evaluative SciencesUniversity of OttawaUniversity of Alberta
Mots-clésBiologyHuman geneticsGenomic sequencingGeneticsComputational biologyMolecular medicineDNA sequencingGenomic medicineMetabolic diseaseEvolutionary biologyBioinformaticsGenomeGeneEndocrinology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,751
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,058
Tête enseignante GPT0,303
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueHuman GeneticsMême sujetGenomics and Rare DiseasesTravaux en français237 207