MétaCan
Menu
← Retour à la cohorte
Enregistrement W1588157873 · doi:10.1161/circ.130.suppl_2.17368

Abstract 17368: The Diagnosis of Heterozygous Familial Hypercholesterolemia: Genotype versus Phenotype

2014· article· en· W1588157873 sur OpenAlexaff
Frederick J. Raal, Evan A. Stein, Bertrand Cariou, Daniel Gaudet, Jacques Genest, Ransi Somaratne, Ian Bridges, Scott M. Wasserman, Robert C. Scott, G. Kees Hovingh

Notice bibliographique

RevueCirculation · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensRoyal Victoria Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineFamilial hypercholesterolemiaGenetic testingGenotypingClinical trialGenotypePediatricsInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Background: Heterozygous familial hypercholesterolemia (HeFH) is the most common dominantly-inherited disorder in man, affecting between 1:250 and 1:300 persons worldwide and estimates of more than 3 million with HeFH in the USA and Europe alone. Diagnosis is usually made by clinical criteria and confirmed with genetic testing. Despite next-generation gene sequencing, a causative mutation cannot be identified in up to 20% of patients even with a clinical diagnosis of definite HeFH. Given the prevalence, clinical diagnostic criteria are important tools for detection and early treatment of HeFH patients, particularly for clinicians outside of referral centers. Methods: The RUTHERFORD-1 and -2 studies enrolled patients with a clinical and/or genetic diagnosis of HeFH. All consenting patients in this analysis underwent FH genotyping. We compare the accuracy of clinical and genetic diagnosis of HeFH. Results: Of the 416 patients enrolled who consented to genetic testing, 342 (82%) were found to have genetically-confirmed HeFH. Of these patients, 288 (84%) met the Simon Broome criteria for definite and 54 (16%) for probable HeFH; 250 (75%) met the MEDPED clinical criteria for 100%, and 301 (90%) the 80% likelihood for a diagnosis of HeFH (Table). Conclusion: Although the optimal method to diagnose HeFH remains unclear, from these two trials there was close agreement between the two clinical classifications and genetic criteria. There were only a relatively small number of patients in whom genetic testing could not confirm the clinical diagnosis. Clinical criteria offer an inexpensive, low-technology ability for widespread screening in patients suspected of having HeFH. The advantage of genetic testing is that it allows for cascade testing of family members for the identified mutation who may not fulfill clinical criteria for the diagnosis of HeFH and application of family-oriented preventive strategies.

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)0,012
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 enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,031
Tête enseignante GPT0,273
Écart entre enseignants0,242 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetLipoproteins and Cardiovascular Health→Travaux en français237 207→