MétaCan
Menu
← Retour à la cohorte
Enregistrement W6958412382 · doi:10.6084/m9.figshare.28348685.v1

Additional file 1 of Quantitative profiling of the vaginal microbiota improves resolution of the microbiota-immune axis

2025· dataset· en· W6958412382 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensToronto General HospitalMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionImmune systemRegression analysisLinear regressionLactobacillusRegression

Résumé

récupéré en direct d'OpenAlex

Supplementary Material 1: Supplementary methods. Figure S1: Variation in total bacterial load and vaginal soluble immune factors across CST-IV subgroups. Figure S2: BV-associated bacteria drive the association between total bacterial load and immune factors within CST-III. Figure S3: Genital immune milieu cluster tightly with vaginal microbiota composition. Figure S4: Genital immune milieu is closely tied to vaginal microbiota composition in an independent, Uganda-based confirmatory cohort. Table S1: Association between vaginal CST and sociodemographic variables. Table S2: The absolute abundance of BV-associated bacteria, including G. vaginalis and F. vaginae, but not L. iners, were positively associated with sE-cad and IL-1α. Table S3: Nugent scores of women misclassified by the logistic regression model predicting Nugent BV with bacterial load in the SWOP cohort. Table S4: CST subgroups of women misclassified by the logistic regression model predicting molecular BV with bacterial load in the SWOP cohort. Table S5: Comparison of linear regression models predicting soluble immune factors with different vaginal microbiota characterization metrics. Table S6: Comparison of sociodemographic characteristics based on availability of complete immune data in the SWOP cohort. Table S7: Association between PAM immune cluster and sociodemographic variables. Table S8: Sociodemographic factors for Uganda-based confirmatory cohort. N = 61. Table S9: Nugent scores of women misclassified by the logistic regression model predicting Nugent BV with bacterial load in the Uganda-based confirmatory cohort. Table S10: Comparison of linear regression models predicting soluble immune factors with different vaginal microbiota characterization metrics in the confirmatory Uganda-based confirmatory cohort. Table S11: Primer and probe sequences for qPCR assays quantifying total bacterial load.

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)0,003
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,037
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,000
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,8310,196

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 Opus0,025
Tête enseignante GPT0,268
Écart entre enseignants0,243 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Travaux en français237 207→