Treatable inborn errors of metabolism causing intellectual disability: A systematic literature review
Notice bibliographique
Résumé
BACKGROUND: Intellectual disability ('developmental delay' at age<5 years) affects 2.5% of population worldwide. Recommendations to investigate genetic causes of intellectual disability are based on frequencies of single conditions and on the yield of diagnostic methods, rather than availability of causal therapy. Inborn errors of metabolism constitute a subgroup of rare genetic conditions for which an increasing number of treatments has become available. To identify all currently treatable inborn errors of metabolism presenting with predominantly intellectual disability, we performed a systematic literature review. METHODS: We applied Cochrane Collaboration guidelines in formulation of PICO and definitions, and searched in Pubmed (1960-2011) and relevant (online) textbooks to identify 'all inborn errors of metabolism presenting with intellectual disability as major feature'. We assessed levels of evidence of treatments and characterised the effect of treatments on IQ/development and related outcomes. RESULTS: We identified a total of 81 'treatable inborn errors of metabolism' presenting with intellectual disability as a major feature, including disorders of amino acids (n=12), cholesterol and bile acid (n=2), creatine (n=3), fatty aldehydes (n=1); glucose homeostasis and transport (n=2); hyperhomocysteinemia (n=7); lysosomes (n=12), metals (n=3), mitochondria (n=2), neurotransmission (n=7); organic acids (n=19), peroxisomes (n=1), pyrimidines (n=2), urea cycle (n=7), and vitamins/co-factors (n=8). 62% (n=50) of all disorders are identified by metabolic screening tests in blood (plasma amino acids, homocysteine) and urine (creatine metabolites, glycosaminoglycans, oligosaccharides, organic acids, pyrimidines). For the remaining disorders (n=31) a 'single test per single disease' approach including primary molecular analysis is required. Therapeutic modalities include: sick-day management, diet, co-factor/vitamin supplements, substrate inhibition, stemcell transplant, gene therapy. Therapeutic effects include improvement and/or stabilisation of psychomotor/cognitive development, behaviour/psychiatric disturbances, seizures, neurologic and systemic manifestations. The levels of available evidence for the various treatments range from Level 1b,c (n=5); Level 2a,b,c (n=14); Level 4 (n=45), Level 4-5 (n=27). In clinical practice more than 60% of treatments with evidence level 4-5 is internationally accepted as 'standard of care'. CONCLUSION: This literature review generated the evidence to prioritise treatability in the diagnostic evaluation of intellectual disability. Our results were translated into digital information tools for the clinician (www.treatable-id.org), which are part of a diagnostic protocol, currently implemented for evaluation of effectiveness in our institution. Treatments for these disorders are relatively accessible, affordable and with acceptable side-effects. Evidence for the majority of the therapies is limited however; international collaborations, patient registries, and novel trial methodologies are key in turning the tide for rare diseases such as these.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».