MétaCan
Menu
Back to cohort
Record W7028785350

Genomics to elucidate the molecular basis of calcific aortic valve disease

2015· other· fr· W7028785350 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldArts and Humanities
TopicHistorical and Archaeological Studies
Canadian institutionsnot available
Fundersnot available
KeywordsArterial diseaseLung diseaseAortic valveCongenital disease
DOInot available

Abstract

fetched live from OpenAlex

Le rétrécissement valvulaire aortique (RVA) est causé par une calcification et une fibrose progressive de la valve aortique. Le risque de développer la maladie augmente avec l’âge. À cause de l’augmentation de l’espérance de vie, le RVA est devenu un problème de santé publique. Le RVA est fatal en absence de traitement médical. Actuellement, la chirurgie est le seul traitement pour le stade sévère de la maladie, mais près de 50% des individus avec RVA n’y sont pas éligibles, principalement due à la présence de comorbidités. Plusieurs processus biologiques ont été associés à la maladie, mais les voies moléculaires spécifiques et les gènes impliqués dans le développement et la progression du RVA ne sont pas connus. Il est donc urgent de découvrir les gènes de susceptibilité pour le RVA afin d’identifier les personnes à risque ainsi que les biomarqueurs et les cibles thérapeutiques pouvant mener au développement de médicaments pour inverser ou limiter la progression de la maladie. L’objectif de cette thèse de doctorat était d’identifier la base moléculaire du RVA. Des approches modernes en génomique, incluant l’étude de gènes candidats et le criblage génomique par association (GWAS), ont été réalisées à l’aide de collections d’ADN provenant d’un grand nombre de patients bien caractérisés pour le RVA. Des études complémentaires en transciptomique ont comparé le profil d’expression global des gènes entre des valves calcifiées et non-calcifiées à l’aide de biopuces à ADN et de séquençage de l’ARN. Une première étude a identifié des variations dans le gène NOTCH1 et suggère pour la première fois la présence d’un polymorphisme commun dans ce gène conférant une susceptibilité au RVA. La deuxième étude a combiné par méta-analyse deux GWAS de patients provenant de la ville de Québec et Paris (France) aux données transcriptomiques. Cette étude de génomique intégrative a confirmé le rôle de RUNX2 dans le RVA et a permis l’identification d’un nouveau gène de susceptibilité, CACNA1C. Les troisième et quatrième études sur l’expression des gènes ont permis de mieux comprendre les bases moléculaires de la calcification des valves aortiques bicuspides et ainsi d’identifier de nouvelles cibles thérapeutiques pour le RVA. Les données générées par ce projet sont la base de futures découvertes importantes qui permettront d’améliorer les options de traitement et la qualité de vie des patients atteints du RVA.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.003
Threshold uncertainty score0.009

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.029
GPT teacher head0.226
Teacher spread0.197 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same topicHistorical and Archaeological StudiesFrench-language works237,207