MétaCan
Menu
Retour à la cohorte
Enregistrement W1993580462 · doi:10.1002/ajmg.a.31472

Prenatal detection of subtelomeric rearrangements by multi‐subtelomere FISH in a cohort of fetuses with major malformations

2006· article· en· W1993580462 sur OpenAlexaff
Jennifer Gignac, Karine Danis, Frédérique Tihy, Emmanuelle Lemyre

Notice bibliographique

RevueAmerican Journal of Medical Genetics Part A · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésSubtelomereKaryotypeFetusPrenatal diagnosisBiologyCongenital malformationsConcordanceChromosomeGeneticsPregnancyGene

Résumé

récupéré en direct d'OpenAlex

Cryptic unbalanced subtelomeric rearrangements have been identified as an important contributor ( approximately 6%) to the etiology of mental retardation and dysmorphism. Our objective was to study the role of these rearrangements in the development of fetal malformations. Multi-subtelomere FISH was performed on cells from 48 fetuses with major malformations diagnosed by prenatal ultrasound with a normal karyotype at a minimal 400 band resolution. We developed a method of performing multi-subtelomere FISH on a single slide of amniocyte metaphase spreads. We identified five subtelomeric abnormalities: two derivative chromosomes inherited from a parent carrying a balanced translocation, two known polymorphisms, and one novel familial variant. These results show a similar frequency (4%) of clinically significant subtelomeric rearrangements to that found in children with multiple malformations. This study adds to a growing number of reports of cryptic subtelomeric rearrangements associated with congenital malformations and highlights the relevance and technical feasibility of multi-subtelomere FISH screening of prenatal samples.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,219
Écart entre enseignants0,214 · 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

Citations18
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Medical Genetics Part AMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207