MétaCan
Menu
Retour à la cohorte
Enregistrement W4407036574 · doi:10.1177/22143602241286712

Current biomarkers in inclusion body myositis

2024· review· en· W4407036574 sur OpenAlexaff
Eden Daniel, Ian C. P. Smith, Marcos Loreto Sampaio, Gerd Melkus, Leslie E. Hamilton, Pierre R. Bourque, Jodi Warman‐Chardon

Notice bibliographique

RevueJournal of Neuromuscular Diseases · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensChildren's Hospital of Eastern OntarioOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInclusion body myositisMedicineMyositisPathologyAtrophyMuscle weaknessBiomarkerMuscle biopsyBiologyInternal medicineBiopsyGenetics

Résumé

récupéré en direct d'OpenAlex

Inclusion body myositis (IBM) is an idiopathic muscle disorder primarily affecting adults above the age of 50. IBM is characterized by weakness in the knee extensor and deep finger flexor muscles due to muscle atrophy and fibroadipose replacement. Dynamometry and manual muscle testing are commonly used to assess patient muscle strength, while magnetic resonance imaging and electromyography studies identify the patterns of muscle atrophy and motor unit potentials. Although the underlying pathophysiological mechanisms of IBM are still unknown, common histopathological markers include rimmed vacuoles and inclusions. The immune system is also largely implicated in pathogenesis, as skeletal muscle in IBM overexpresses major histocompatibility complex I (MHC-I), and cluster of differentiation (CD) 8+ T-cells, and features endomysial inflammation. Antibodies to the cytosolic 5'-nucleotidase 1A (cN1A) protein have been associated with IBM but have low sensitivity and specificity. As many classic features of IBM present only in advanced stages of disease, there are substantial challenges to the diagnosis and monitoring of IBM progression in its early stages. Identifying early diagnostic biomarkers and new biomarker signatures associated with IBM disease progression is necessary for clinical trial readiness.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,022
Tête enseignante GPT0,348
Écart entre enseignants0,326 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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 sujetInflammatory Myopathies and DermatomyositisTravaux en français237 207