Frequency of serum autoantibodies to 21 autoantigens in 100 French Canadian patients with autoimmune myositis
Notice bibliographique
Résumé
Copyright information:Taken from "Heterogeneity of autoantibodies in 100 patients with autoimmune myositis: insights into clinical features and outcomes"http://arthritis-research.com/content/9/4/R78Arthritis Research & Therapy 2007;9(4):R78-R78.Published online 9 Aug 2007PMCID:PMC2206383. Autoantibodies were observed to 19 (90%) of the specificities tested. Anti-OJ and anti-EJ (both anti-synthetases) were not detected. One or more autoantibodies were present in 80% of patients. Autoantibodies to synthetases (Jo-1, PL-7, PL-12, and KS) and systemic sclerosis autoantibodies were present overall in 22% and 9% of patients, respectively. The overall frequency is over 100% because 44% of patients had more than one autoantibody. Anti-Ro were determined by ALBIA whereas anti-Ro52 and anti-Ro60 fine specificities were identified by ELISA. See Materials and methods (in the text) for a description of immunoasssays. ALBIA, addressable laser bead immunoassay; CENP, centromere protein; ELISA, enzyme-linked immunosorbent assay; RNAPOLIII, RNA polymerase III; SRP, signal recognition particle; TOPO, topoisomerase I.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».