Capturing phenotypic heterogeneity in MPS I: results of an international consensus procedure
Notice bibliographique
Résumé
BACKGROUND: Mucopolysaccharidosis type I (MPS I) is traditionally divided into three phenotypes: the severe Hurler (MPS I-H) phenotype, the intermediate Hurler-Scheie (MPS I-H/S) phenotype and the attenuated Scheie (MPS I-S) phenotype. However, there are no clear criteria for delineating the different phenotypes. Because decisions about optimal treatment (enzyme replacement therapy or hematopoietic stem cell transplantation) need to be made quickly and depend on the presumed phenotype, an assessment of phenotypic severity should be performed soon after diagnosis. Therefore, a numerical severity scale for classifying different MPS I phenotypes at diagnosis based on clinical signs and symptoms was developed. METHODS: A consensus procedure based on a combined modified Delphi method and a nominal group technique was undertaken. It consisted of two written rounds and a face-to-face meeting. Sixteen MPS I experts participated in the process. The main goal was to identify the most important indicators of phenotypic severity and include these in a numerical severity scale. The correlation between the median subjective expert MPS I rating and the scores derived from this severity scale was used as an indicator of validity. RESULTS: Full consensus was reached on six key clinical items for assessing severity: age of onset of signs and symptoms, developmental delay, joint stiffness/arthropathy/contractures, kyphosis, cardiomyopathy and large head/frontal bossing. Due to the remarkably large variability in the expert MPS I assessments, however, a reliable numerical scale could not be constructed. Because of this variability, such a scale would always result in patients whose calculated severity score differed unacceptably from the median expert severity score, which was considered to be the 'gold standard'. CONCLUSIONS: Although consensus was reached on the six key items for assessing phenotypic severity in MPS I, expert opinion on phenotypic severity at diagnosis proved to be highly variable. This subjectivity emphasizes the need for validated biomarkers and improved genotype-phenotype correlations that can be incorporated into phenotypic severity assessments at diagnosis.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».