Additional file 2 of A novel approach to risk exposure and epigenetics—the use of multidimensional context to gain insights into the early origins of cardiometabolic and neurocognitive health
Notice bibliographique
Résumé
Additional file 2. Supplementary results [143–149]. Figure S1. Scree plot of factor analysis of maternal smoking profiles data. Figure S2. Heat map of confounder variables represented by top 20 singular value decomposition (SVD) components. Figure S3. Correlation matrix of DNAm components and sex-related singular value decomposition principal components. Figure S4. Correlation matrix of DNAm components and singular value decomposition principal components related to social confounders, V13 and V19. Figure S5. Correlation matrix of gwDNAm patterns and estimated cell count proportions. Figure S6. Blood pressure (z-score by sex), systolic and diastolic. Figure S7. Fat mass (z-score by sex) obtained through dual-energy x-ray absorptiometry (DEXA) scanning. Figure S8. Lean mass (z-score by sex) obtained through DEXA scanning. Figure S9. Weight (z-score by sex). Figure S10. Denver Developmental Screening Test – II performance (parental report). Figure S11. School performance as assessed on the UK Department of Education scores from standard assessment tests linked to ALSPAC subjects for ages 5-7, 8-11, and 12-14 years. Figure S12. Weschler Intelligence Scale for Children-III (WISC) performance at age 8 years. Table S1. Random forest metrics – a comparison of three models using cord blood DNAm components and waist circumference as the outcome. Figure S13. Replication of gwDNAm patterns at birth– Model testing in peripheral blood at age 7 and age 17. Table S2. Performance metrics comparing models in DNAm data (Model 3) at birth and mid- and late childhood in ARIES. Table S3. Performance metrics of Model 1 (risk-related variables) in ARIES. Figure S14. Component 9 overlaps with DNase I hypersensitivity sites (DHSs) sites more than randomly expected in the genome. Figure S15. Component 7 versus control group: meta-EWAS (44). Figure S16. Component 19 versus control group: meta-EWAS (44). Figure S17. Component 18 versus control group: meta-EWAS (44). Figure S18. Locus overlap enrichment analysis (LOEA) using tissue-clustered DHSs (47) (available from LOLA core database) for meta-EWAS and Components 7, 9 and 18. Figure S19. Locus overlap enrichment analysis (LOLA) using chromatin marks (available from LOLA Roadmap database) for Component 4. Figure S20. All CpG sites overlapping between EWAS candidates from Richmond (48) and each DNAm component.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,847 | 0,139 |
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 source (Gemma direct ou Codex distillé), 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 ».