Whole‐exome sequencing broadens the phenotypic spectrum of rare pediatric epilepsy: a retrospective study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Whole-exome sequencing (WES) has transformed our ability to detect mutations causing rare diseases. FORGE (Finding Of Rare disease GEnes) and Care4Rare Canada are nation-wide projects focused on identifying disease genes using WES and translating this technology to patient care. Rare forms of epilepsy are well-suited for WES and we retrospectively selected FORGE and Care4Rare families with clinical descriptions that included childhood-onset epilepsy or seizures not part of a recognizable syndrome or an early-onset encephalopathy where standard-of-care investigations were unrevealing. Nine families met these criteria and a diagnosis was made in seven, and potentially eight, of the families. In the eight families we identified mutations in genes associated with known neurological and epilepsy disorders: ASAH1, FOLR1, GRIN2A (two families), SCN8A, SYNGAP1 and SYNJ1. A novel and rare mutation was identified in KCNQ2 and was likely responsible for the benign seizures segregating in the family though additional evidence would be required to be definitive. In retrospect, the clinical presentation of four of the patients was considered atypical, thereby broadening the phenotypic spectrum of these conditions. Given the extensive clinical and genetic heterogeneity associated with epilepsy, our findings suggest that WES may be considered when a specific gene is not immediately suspected as causal.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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