MétaCan
Menu
Retour à la cohorte
Enregistrement W7035190122

산전 태아 이상 선별 검사인 Triple Marker의 유용성

2020· article· en· W7035190122 sur OpenAlexaboutno aff

Notice bibliographique

RevueYUHSpace (Yonsei University Medical Library) · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrisomyDown syndromePrenatal diagnosisHuman chorionic gonadotropinPrenatal screeningKaryotypeGestationEstriol
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background :Our purpose was to assess the utility of prenatal triple-marker (α- fetoprotein (AFP), β-human chorionic gonadotropin (hCG) and unconjugated estriol (uE3) testing for chromosomal abnormalities in women with Down syndrome screen-positive results Method :Total 1,082 women between 15 and 21 weeks` gestation received second trimester Down syndrome risk evaluation by triple marker testing. AFP, β-hCG and uE3 were measured by Coat-A-Counts IRMA (Diagnostic Products Corporation, LA, USA), The risk for Down syndrome was calculated using a commercially available software program (AFP Expert; Benetech Medical System, Toronto, Canada) by use of a Down syndrome risk cutoff value(1:270 at midtrimester). Karyotypes were reviewed for 32 (54.2%) of these patients who received prenatal chromosome analysis Result :Fifty nine (5.5%) patients of the 1,082 women screened were identified as positive. Two chromosome abnormalities (47,XYY and 46,XX, int (9) ) were found in the 32 patients who underwent prenatal chromosome analysis (6.3%). Any cases on the abnormal serum tests torn out not to be associated with trisomy 21 Conclusion :Although triple marker screen appears to be an effective method detecting chromosome abnormalities there is a high false positive rate. Therefore, new screening test that reduce false positive rate is need to be introduced.

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 enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0000,000
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)0,0030,001

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 Opus0,024
Tête enseignante GPT0,146
Écart entre enseignants0,122 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYUHSpace (Yonsei University Medical Library)Même sujetSubterranean biodiversity and taxonomyTravaux en français237 207