Additional file 2 of Development of genome-wide polygenic risk scores for lipid traits and clinical applications for dyslipidemia, subclinical atherosclerosis, and diabetes cardiovascular complications among East Asians
Notice bibliographique
Résumé
Additional file 2: Table S1. Clinical characteristics of all participants. Table S2. Correlations of candidate polygenic risk scores with total cholesterol in validation datasets. Table S3. Correlations of candidate polygenic risk scores with triglyceride levels in validation datasets. Table S4. Correlations of candidate polygenic risk scores with HDL cholesterol in validation datasets. Table S5. Correlations of candidate polygenic risk scores with LDL cholesterol in validation datasets. Table S6. Correlations between measured lipid traits and polygenic risk scores derived by using the genome-wide significant variants identified in European populations. Table S7. Prediction ability of the best polygenic risk scores for abnormal lipid levels in testing datasets. Table S8. Prediction ability of the best polygenic risk scores for abnormal lipid levels in validation datasets. Table S9. Baseline and follow-up clinical characteristics of the adolescents included in the assessment of three-year changes for lipid traits. Table S10. Clinical characteristics of the adult women included in the assessment of intima-media thickness. Table S11. Clinical characteristics of the T2D patients included in the assessment of coronary heart disease. Table S12. Association between coronary heart disease and quintiles of polygenic risk scores in T2D patients. Table S13. Correlations of candidate polygenic risk scores with total cholesterol in T2D patients. Table S14. Correlations of candidate polygenic risk scores with triglyceride levels in T2D patients. Table S15. Correlations of candidate polygenic risk scores with HDL cholesterol in T2D patients. Table S16. Correlations of candidate polygenic risk scores with LDL cholesterol in T2D patients. Table S17. Baseline clinical characteristics of the adolescents stratified by the status of follow-up.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,780 | 0,098 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».