MétaCan
Menu
Retour à la cohorte
Enregistrement W4410795005 · doi:10.1681/asn.0000000769

Questions and Caveats in Antigen-Defined Membranous Nephropathy

2025· review· en· W4410795005 sur OpenAlexaff
Nicole K. Andeen, Vanderlene L. Kung, Rupali S. Avasare, Sean Barbour, Megan Griffith, Mei Lin Z. Bissonnette, Candice Roufosse

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMembranous nephropathyAntigenImmunologyMedicineLupus nephritisGlomerulonephritisPathologyBiologyDiseaseKidneyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Remarkable progress has been made in the discovery of autoantigens in membranous nephropathy. With increasing testing for membranous antigens in daily practice, it is important to consider the varying strength of associations between certain antigens and underlying conditions. This review explores questions and caveats that arise when assessing results of membranous antigen testing. Specifically, we will discuss: ( 1 ) discrepancy between tissue antigen and clinical scenario, focusing on phospholipase A2 receptor; ( 2 ) one antigen≠one clinical condition, i.e ., the heterogeneity of membranous antigens seen in one clinical condition (such as in sarcoidosis), and conversely, heterogeneity of conditions associated with one antigen (such as for neural epidermal growth factor-like 1); ( 3 ) rare presence of multiple membranous-associated antigens in tissue or blood (such as with antiprotocadherin 7); and ( 4 ) lupus membranous nephritis-related antigens and their influence on diagnosis or treatment.

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)0,011
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,006
Communication savante0,0030,008
Science ouverte0,0020,002
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,325
Écart entre enseignants0,306 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetRenal Diseases and GlomerulopathiesTravaux en français237 207