MétaCan
Menu
Retour à la cohorte
Enregistrement W4389516600 · doi:10.1111/jvim.16951

Microarray molecular mapping of horses with severe asthma

2023· article· en· W4389516600 sur OpenAlexaboutno aff
Samuel White, Laurent L. Couëtil, Éric Richard, Eliane Marti, Philippe Wilson

Notice bibliographique

RevueJournal of Veterinary Internal Medicine · 2023
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of NottinghamNottingham Trent University
Mots-clésMedicineAsthmaImmunoglobulin EImmunologySensitizationAllergenSerologyArea under the curveAllergyAntibodyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Severe asthma (SA) in horses, resembling human asthma, is a prevalent, debilitating allergic respiratory condition marked by elevated allergen-specific immunoglobulin E (IgE) against environmental proteins; however, research exploring the exposome's influence on IgE profiles is currently limited but holds paramount significance for diagnostic and therapeutic developments. ANIMALS: Thirty-five sports horses were analyzed, consisting of environmentally matched samples from France (5 SA; 6 control), the United States (6 SA; 6 control), and Canada (6 SEA; 6 control). METHODS: This intentional cross-sectional study investigated the sensitization profiles of SA-affected and healthy horses via serological antigen microarray profiling. Partial least square-discriminant analysis (PLS-DA) was used to identify and rank the importance of allergens for class separation (ie, affected/non-affected) as variable influence of projection (VIP), and allergen with commonality internationally established via frequency analysis. RESULTS: PLS-DA models showed high discriminatory power in predicting SA in horses from Canada (area under the curve [AUC] 0.995) and France (AUC 0.867) but poor discriminatory power in horses from the United States (AUC 0.38). Hev b 5.0101, Cyn D, Der p 2, and Rum cr were the only shared allergens across all geographical groups. CONCLUSIONS AND CLINICAL IMPORTANCE: Microarray profiling can identify specific allergenic components associated with SA in horses, while mathematical modeling of this data can be used for disease classification, highlighting the variability of sensitization profiles between geographical locations and emphasizing the importance of local exposure to the prevalence of different allergens. Frequency scoring analysis can identify important variables that contribute to the classification of SA across different geographical regions.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,092
Tête enseignante GPT0,388
Écart entre enseignants0,296 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Internal MedicineMême sujetVeterinary Equine Medical ResearchTravaux en français237 207