MétaCan
Menu
Retour à la cohorte
Enregistrement W4384806935 · doi:10.3390/jcm12144769

Limb–Girdle Muscular Dystrophies Classification and Therapies

2023· review· en· W4384806935 sur OpenAlexaff
Camille Bouchard, Jacques P. Tremblay

Notice bibliographique

RevueJournal of Clinical Medicine · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversité LavalCentre hospitalier universitaire de Québec
Organismes subventionnairesJain Foundation
Mots-clésMedicineLimb-girdle muscular dystrophyGeneBioinformaticsMutationWeaknessMuscular dystrophyExonShoulder girdleGeneticsPhysical medicine and rehabilitationAnatomyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Limb-girdle muscular dystrophies (LGMDs) are caused by mutations in multiple genes. This review article presents 39 genes associated with LGMDs. Some forms are inherited in a dominant fashion, while for others this occurs recessively. The classification of LGMDs has evolved through time. Lately, to be considered an LGMD, the mutation has to cause a predominant proximal muscle weakness and must be found in two or more unrelated families. This article also presents therapies for LGMDs, examining both available treatments and those in development. For now, only symptomatic treatments are available for patients. The goal is now to solve the problem at the root of LGMDs instead of treating each symptom individually. In the last decade, multiple other potential treatments were developed and studied, such as stem-cell transplantation, exon skipping, gene delivery, RNAi, and gene editing.

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 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)0,002
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
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 Opus0,220
Tête enseignante GPT0,495
Écart entre enseignants0,275 · 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
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

Citations59
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetMuscle Physiology and DisordersTravaux en français237 207