MétaCan
Menu
Retour à la cohorte
Enregistrement W4389303241 · doi:10.1021/acs.jproteome.3c00324

Proteomic Evolution from Acute to Post-COVID-19 Conditions

2023· article· en· W4389303241 sur OpenAlexafffund
Yassene Mohammed, Karen C. Tran, Chris Carlsten, Christopher J. Ryerson, Alyson W. Wong, Terry Lee, Matthew P. Cheng, Donald C. Vinh, Todd C. Lee, Brent W. Winston, David Sweet, John H. Boyd, Keith R. Walley, Greg Haljan, Allison McGeer, François Lamontagne, Robert Fowler, David M. Maslove, Joel Singer, David M. Patrick, John C. Marshall, Srinivas Murthy, Fagun Jain, Christoph H. Borchers, David R. Goodlett, Adeera Levin, James A. Russell

Notice bibliographique

RevueJournal of Proteome Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensBC Children's HospitalQueen's UniversityHealth Sciences CentreUniversité de SherbrookeUniversity of TorontoFoothills Medical CentreJewish General HospitalSt. Michael's HospitalBC Centre for Disease ControlSunnybrook Health Science CentreCentre for Advancing Health OutcomesMcGill UniversityMcGill University Health CentreSt. Paul's HospitalKingston General HospitalUniversity of CalgaryMount Sinai HospitalVancouver General HospitalSurrey Memorial HospitalUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesProvidence Health Care Research InstituteCanadian Institutes of Health ResearchWarren Y. Soper Charitable TrustFondation De Famille Alvin SegalUniversity of PennsylvaniaGenome British ColumbiaConnaught FundUniversity of AlbertaProvidence Health CareGenome CanadaSt. Paul's FoundationMcGill University Health CentreUniversity of OttawaMcGill UniversityJewish General HospitalTerry Fox Research Institute
Mots-clésDLCOInnate immune systemBiologyDiffusing capacityImmunologyInternal medicineCoronavirus disease 2019 (COVID-19)Immune systemLungMedicineAndrologyLung functionDisease

Résumé

récupéré en direct d'OpenAlex

-statistics of 0.707 (CI:0.676-0.737) for DLCO, %. Lipid biology may drive evolution from acute to post-COVID-19 conditions, while activation of innate immunity and vascular regulation pathways decreased over that period. (ProteomeXchange identifiers: PXD041762, PXD029437).

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,066
Tête enseignante GPT0,454
Écart entre enseignants0,388 · 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'étudeObservationnel
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 revueJournal of Proteome ResearchMême sujetLong-Term Effects of COVID-19Travaux en français237 207