MétaCan
Menu
Retour à la cohorte
Enregistrement W4368347551 · doi:10.1126/science.adg2992

Common genetic factors among autoimmune diseases

2023· review· en· W4368347551 sur OpenAlexaff
Adil Harroud, David A. Hafler

Notice bibliographique

RevueScience · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Cancer InstituteNational Institute of Neurological Disorders and StrokeNational Human Genome Research InstituteNational Institutes of Health
Mots-clésDiseaseGenome-wide association studyBiologyAutoimmune diseaseGenetic associationGeneticsImmune systemEvolutionary biologyGeneComputational biologyMedicineGenotypeSingle-nucleotide polymorphism

Résumé

récupéré en direct d'OpenAlex

Autoimmune diseases display a high degree of comorbidity within individuals and families, suggesting shared risk factors. Over the past 15 years, genome-wide association studies have established the polygenic basis of these common conditions and revealed widespread sharing of genetic effects, indicative of a shared immunopathology. Despite ongoing challenges in determining the precise genes and molecular consequences of these risk variants, functional experiments and integration with multimodal genomic data are providing valuable insights into key immune cells and pathways driving these diseases, with potential therapeutic implications. Moreover, genetic studies of ancient populations are shedding light on the contribution of pathogen-driven selection pressures to the increased prevalence of autoimmune disease. This Review summarizes the current understanding of autoimmune disease genetics, including shared effects, mechanisms, and evolutionary origins.

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 enseignants0,002
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,040
Tête enseignante GPT0,300
Écart entre enseignants0,260 · 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

Citations101
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetT-cell and B-cell ImmunologyTravaux en français237 207