MétaCan
Menu
Retour à la cohorte
Enregistrement W4385255337 · doi:10.3390/cells12141920

Intercorrelation of Molecular Biomarkers and Clinical Phenotype Measures in Fragile X Syndrome

2023· article· en· W4385255337 sur OpenAlexafffund
Ramkumar Aishworiya, Mei‐Hung Chi, Marwa Zafarullah, Guadalupe Mendoza, Matthew D. Ponzini, Kyoungmi Kim, Hazel Maridith Barlahan Biag, Angela John Thurman, Leonard Abbeduto, David Hessl, Jamie L. Randol, François V. Bolduc, Sébastien Jacquemont, Sarah Lippé, Paul J. Hagerman, Randi J. Hagerman, Andrea Schneider, Flora Tassone

Notice bibliographique

RevueCells · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Neurodevelopmental Disorders
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité de MontréalWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentAzrieli Foundation
Mots-clésFragile X syndromeFMR1AutismPhenotypeClinical psychologyClinical trialPsychologyMoodBioinformaticsMedicineNeuroscienceInternal medicineBiologyFragile xDevelopmental psychologyPsychiatryGeneticsGene

Résumé

récupéré en direct d'OpenAlex

This study contributes to a greater understanding of the utility of molecular biomarkers to identify clinical phenotypes of fragile X syndrome (FXS). Correlations of baseline clinical trial data (molecular measures—FMR1 mRNA, CYFIP1 mRNA, MMP9 and FMRP protein expression levels, nonverbal IQ, body mass index and weight, language level, NIH Toolbox, adaptive behavior rating, autism, and other mental health correlates) of 59 participants with FXS ages of 6–32 years are reported. FMR1 mRNA expression levels correlated positively with adaptive functioning levels, expressive language, and specific NIH Toolbox measures. The findings of a positive correlation of MMP-9 levels with obesity, CYFIP1 mRNA with mood and autistic symptoms, and FMR1 mRNA expression level with better cognitive, language, and adaptive functions indicate potential biomarkers for specific FXS phenotypes. These may be potential markers for future clinical trials for targeted treatments of FXS.

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)0,000
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 enseignants0,653
Score d'incertitude au seuil0,271

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 Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetGenetics and Neurodevelopmental DisordersTravaux en français237 207