MétaCan
Menu
Retour à la cohorte
Enregistrement W4401454602 · doi:10.3233/jnd-240050

<i>HNRNPA1 de novo</i> Variant Associated with Early Childhood Onset, Rapidly Progressive Generalized Myopathy

2024· article· en· W4401454602 sur OpenAlexaff
Andreas Roos, Martin Häusler, Laxmikanth Kollipara, Ana Töpf, Corinna Preuße, Rolf Stucka, Kay Nolte, Tim M. Strom, Riccardo Berutti, Xuehui Jiang, Randi Koll, Hanns Lochmüller, Sabine Schacht, René P. Zahedi, Joachim Weis, Jan Senderek

Notice bibliographique

RevueJournal of Neuromuscular Diseases · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensCancerCare ManitobaUniversity of ManitobaOttawa HospitalChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMyopathyPhenotypeCongenital myopathyMedicineCopy-number variationEarly-onset Alzheimer's diseaseGeneticsGeneAge of onsetBiologyDiseasePediatricsPathologyGenome

Résumé

récupéré en direct d'OpenAlex

HNRNPA1 variants are known to cause degenerative motoneuron and muscle diseases which manifests in middle age or later. We report on a girl with early childhood onset, rapidly progressive generalized myopathy including ultrastructural findings in line with a proteinopathy. Proteomics of patient-derived muscle and combined screening of genomic data for copy number variations identified a HNRNPA1 de novo intragenic deletion as causative for the phenotype. Our report expands the spectrum of HNRNPA1-related diseases towards early-childhood onset and adds HNRNPA1 to the growing list of ALS and myopathy genes for which certain mutations may cause severe pediatric phenotypes.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,763
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,262
Écart entre enseignants0,253 · 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'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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neuromuscular DiseasesMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207