Apport de la signature stéroïdienne par spectrométrie de masse dans la stratification des patientes sopk
Notice bibliographique
Résumé
Le SOPK est fréquemment associé à des troubles métaboliques tels que l’obésité et/ou l’insulino-résistance. Un bilan métabolique est recommandé quel que soit l’IMC. Cependant, la littérature est moins prolifique concernant les patientes avec un IMC normal. L’objectif de cette étude est de caractériser la signature métabolomique des patientes SOPK avec un IMC normal. Nous avons mené une étude rétrospective au sein du service d’endocrinologie de la Pitié-Salpêtrière entre janvier 2019 et octobre 2022 sur les données clinicobiologiques du bilan réalisé en HDJ. Pour identifier la signature métabolomique, nous avons utilisé une approche couplée de spectrométrie de masse et d’apprentissage automatique. Nous avons mis en évidence que l’obésité était majoritairement associée à une insulinorésistance à l’inverse des patientes minces ainsi qu’à des perturbations du bilan lipidique et hépatique. Chez les patientes avec un IMC normal, il a été retrouvé de façon intéressante une élévation des stéroïdes de la voie des delta5. Grâce aux approches de machine learning, nous avons pu confirmer que les paramètres métaboliques étaient discriminants chez les patientes avec une obésité tandis que le profil stéroïdien était discriminant pour les patientes avec un IMC normal. L’obésité dans le SOPK est associée à des troubles métaboliques et notamment à une insulinorésistance tandis qu’on retrouve une élévation des stéroïdes, notamment de la voie des delta5, chez les patientes minces. Il sera intéressant par la suite de comparer notre cohorte à une cohorte de patientes contrôles et d’élaborer un modèle d’IA pour les discriminer.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».