MétaCan
Menu
← Retour à la cohorte
Enregistrement W6991398498

Head injury, α-synuclein genetic variability and Parkinson's disease

2015· article· en· W6991398498 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship (California Digital Library) · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institutes of HealthNational Institute of Neurological Disorders and StrokeCanada Excellence Research Chairs, Government of CanadaAmerican Parkinson Disease Association
Mots-clésHead injuryDiseaseLogistic regressionPopulationAlleleHead (geology)Genetic variation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

© 2014 EAN. Background and purpose: Head injury has been linked to Parkinson's disease (PD) in some but not all studies. Differences in the genetic and environmental susceptibility to PD between populations might be one explanation. The joint effects of head injuries and SNCA genetic variants were investigated. Methods: From 2001 to 2012, 561 incident idiopathic PD cases and 721 population controls from central California were enrolled. Subjects reported on head injuries throughout their lifetime and were assessed for genetic variability in the SNCA 5′ region (D4S3481; Rep1) and 3′ untranslated region (rs356165). In unconditional logistic regression models adjusted for confounders, interactions between head injuries and genetic risk variants were investigated. Results: Parkinson's disease risk in individuals with head injury who are carriers of at least one 263 bp allele in D4S3481 or rs356165 variants was 3-4.5-fold higher compared with non-carriers without head injuries. However, tests for interaction between head injury and SNCA D4S3481or rs356165 were not statistically significant. Conclusions: Our study finds some evidence that head injury and D4S3481 or rs356165 variants jointly increase the risk of PD but little evidence of interaction.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0060,000

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 Opus0,021
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→