MétaCan
Menu
Retour à la cohorte
Enregistrement W4411932276 · doi:10.1038/s41586-025-09219-0

The mutagenic forces shaping the genomes of lung cancer in never smokers

2025· article· en· W4411932276 sur OpenAlexaff
Marcos Díaz‐Gay, Tongwu Zhang, Phuc H. Hoang, Charles Leduc, Marina K. Baine, William D. Travis, Lynette M. Sholl, Philippe Joubert, Azhar Khandekar, Zhao Wei, Christopher D. Steele, Burçak Otlu, Shuvro P. Nandi, Raviteja Vangara, Erik N. Bergstrom, Mariya Kazachkova, Oriol Pich, Charles Swanton, Chao A. Hsiung, I-Shou Chang, Maria Pik Wong, Kin Chung Leung, Jian Sang, John McElderry, Caleb Hartman, Frank J. Colón-Matos, Mona Miraftab, Monjoy Saha, Olivia W. Lee, Kristine Jones, Pilar Gallego‐García, Yang Yang, Xiaoming Zhong, Eric S. Edell, Juan Miguel Santamaría, Matthew B. Schabath, Sai Yendamuri, Marta Mańczuk, Jolanta Lissowska, Beata Świątkowska, Anush Mukeria, Oxana Shangina, David Zaridze, Ivana Holcátová, Dana Mateș, Saša Milosavljević, Milica Kontić, Yohan Bossé, Bonnie E. Gould Rothberg, David C. Christiani, Valérie Gaborieau, Paul Brennan, Geoffrey Liu, Paul Hofman, Lixing Yang, Martin A. Nowak, Jianxin Shi, Nathaniel Rothman, David C. Wedge, Robert Homer, Soo‐Ryum Yang, Angela Cecilia Pesatori, Dario Consonni, Qing Lan, Bin Zhu, Stephen J. Chanock, Jiyeon Choi, Ludmil B. Alexandrov, Maria Teresa Landi

Notice bibliographique

RevueNature · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversité LavalInstitut universitaire de cardiologie et de pneumologie de QuébecCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Cancer InstituteNational Institutes of HealthWorld Health Organization
Mots-clésLung cancerGenomeBiologyGeneticsComputational biologyMedicineOncologyGene

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,633
Score d'incertitude au seuil0,217

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 Opus0,004
Tête enseignante GPT0,277
Écart entre enseignants0,273 · 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'étudeSans objet
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

Citations37
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNatureMême sujetCancer Genomics and DiagnosticsTravaux en français237 207