MétaCan
Menu
Retour à la cohorte
Enregistrement W4394411406 · doi:10.6084/m9.figshare.17870341

Additional file 1 of Common variants in breast cancer risk loci predispose to distinct tumor subtypes

2022· dataset· en· W4394411406 sur OpenAlexaff
Thomas U. Ahearn, Haoyu Zhang, Kyriaki Michailidou, Roger L. Milne, Manjeet K. Bolla, Joe Dennis, Alison M. Dunning, Michael Lush, Qin Wang, Irene L. Andrulis, Hoda Anton‐Culver, Volker Arndt, Kristan J. Aronson, Paul L. Auer, Annelie Augustinsson, Adinda Baten, Heiko Becher, Sabine Behrens, Javier Benı́tez, Marina Bermisheva, Carl Blomqvist, Stig E. Bojesen, Bernardo Bonanni, Anne‐Lise Børresen‐Dale, Hiltrud Brauch, Hermann Brenner, Angela Brooks‐Wilson, Thomas Brüning, Barbara Burwinkel, Saundra S. Buys, Federico Canzian, Jose E. Castelao, Jenny Chang‐Claude, Stephen J. Chanock, Georgia Chenevix‐Trench, Christine L. Clarke, J. Margriet Collée, Angela Cox, Simon S. Cross, Kamila Czene, Mary B. Daly, Peter Devilee, Thilo Dörk, Miriam Dwek, D. Gareth Evans, Peter A. Fasching, Jonine D. Figueroa, Giuseppe Floris, Manuela Gago-Domínguez, Susan M. Gapstur, José Á. García-Sáenz, Mia M. Gaudet, Graham G. Giles, Mark S. Goldberg, Anna González‐Neira, Grethe I.G. Alnæs, Mervi Grip, Pascal Guénel, Christopher A. Haiman, Per Hall, Ute Hamann, Elaine F. Harkness, Bernadette A. M. Heemskerk‐Gerritsen, Bernd Holleczek, Antoinette Hollestelle, Maartje J. Hooning, Robert N. Hoover, John L. Hopper, Anthony Howell, Milena Jakimovska, Anna Jakubowska, Esther M. John, Michael E. Jones, Audrey Jung, Rudolf Kaaks, Saila Kauppila, Renske Keeman, Э. К. Хуснутдинова, Cari M. Kitahara, Yon‐Dschun Ko, Stella Koutros, Vessela N. Kristensen, Ute Krüger, Katerina Kubelka‐Sabit, Allison W. Kurian, Kyriacos Kyriacou, Diether Lambrechts, Derrick G. Lee, Annika Lindblom, Martha S. Linet, Jolanta Lissowska, Ana Llaneza, Wing‐Yee Lo, Robert J. MacInnis, Arto Mannermaa, Mehdi Manoochehri, Sara Margolin, Marı́a Elena Martı́nez, Catriona McLean, Alfons Meindl, Usha Menon, Heli Nevanlinna, William G. Newman, Jesse Nodora, Kenneth Offit, Håkan Olsson, Nick Orr, Tjoung‐Won Park‐Simon, Alpa V. Patel, Julian Peto, Guillermo Pita, Dijana Plaseska-Karanfilska, Ross L. Prentice, Kevin Punie, Katri Pylkäs, Paolo Radice, Gad Rennert, Atocha Romero, Thomas Rüdiger, Emmanouil Saloustros, Sarah Sampson, Dale P. Sandler, Elinor J. Sawyer, Rita K. Schmutzler, Minouk J. Schoemaker, Ben Schöttker, Mark E. Sherman, Xiao‐Ou Shu, Snezhana Smichkoska, Melissa C. Southey, John J. Spinelli, Anthony J. Swerdlow, Rulla M. Tamimi, William Tapper, Jack A. Taylor, Lauren R. Teras, Mary Beth Terry, Diana Torres, Melissa A. Troester, Celine M. Vachon, Carolien H. M. van Deurzen, Elke M. van Veen, Philippe Wagner, Clarice R. Weinberg, Camilla Wendt, Jelle Wesseling, Robert Winqvist, Alicja Wolk, Xiaohong R. Yang, Wei Zheng, Fergus J. Couch, Jacques Simard, Peter Kraft, Douglas F. Easton, Paul D.P. Pharoah, Marjanka K. Schmidt, Montserrat García‐Closas, Nilanjan Chatterjee

Notice bibliographique

RevueOpen MIND · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensUniversity of British ColumbiaMcGill UniversityQueen's UniversityCentre hospitalier universitaire de QuébecBC Cancer AgencySimon Fraser UniversityLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBreast cancerBiologyGeneticsComputational biologyCancer

Résumé

récupéré en direct d'OpenAlex

Additional file 1. Figures S1 and S2 and Table S1-S4. This file contains supplementary figures 1-2 and supplementary tables 1-4.

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)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,794

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,4430,086

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 GPT0,282
Écart entre enseignants0,268 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetCancer-related Molecular PathwaysTravaux en français237 207