MétaCan
Menu
Retour à la cohorte
Enregistrement W4404853751 · doi:10.3390/biomedicines12122738

Expanding the Molecular Genetic Landscape of Dystrophinopathies and Associated Phenotypes

2024· article· en· W4404853751 sur OpenAlexafffund
Katja Neuhoff, Ozge Aksel Kilicarslan, Corinna Preuße, Ann‐Kathrin Zaum, Heike Kölbel, Hanns Lochmüller, Ulrike Schara‐Schmidt, Kiran Polavarapu, Andreas Roos, Andrea Gangfuß

Notice bibliographique

RevueBiomedicines · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of OttawaOttawa HospitalChildren's Hospital of Eastern Ontario
Organismes subventionnairesEuropean Regional Development FundCanada Research ChairsCanada First Research Excellence FundCanadian Institutes of Health ResearchDeutsche Gesellschaft für MuskelkrankeEuropean CommissionCanada Foundation for Innovation
Mots-clésPhenotypeMuscular dystrophyDiseaseGeneMedicineDuchenne muscular dystrophyGenotypeGenotype-phenotype distinctionMolecular geneticsBioinformaticsNeuromuscular diseaseGenetic testingPathologyGeneticsBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: X-linked dystrophinopathies are a group of neuromuscular diseases caused by pathogenic variants in the DMD gene (MIM *300377). Duchenne muscular dystrophy (DMD; MIM #310200) is the most common inherited muscular dystrophy. Methods: We screened datasets of 403 male, genetically confirmed X-linked dystrophinopathy patients and identified 13 pathogenic variants of the DMD gene that have not been described in the literature thus far. For all patients we provide additional data on the clinical course, genotype–phenotype correlations as well as histological datasets of nine patients. In two cases, we used RNA-Seq analyses, showing that this method can be particularly helpful in cases of deep intrinsic variants. Results: We were able to show, that a combination of the different datasets is helpful to counsel families and provides a better understanding of the underlying pathophysiology. Conclusions: Overall, we elaborated upon the persistent challenge of determining the course of disease from genetic analysis alone, rather supporting the concept of a clinical continuum of dystrophinopathies with our combined clinical, histological and molecular genetic findings.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,239
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetMuscle Physiology and DisordersTravaux en français237 207