End‐Recovery QTc: A Useful Metric for Assessing Genetic Variants of Unknown Significance in Long‐QT syndrome
Notice bibliographique
Résumé
INTRODUCTION: Genetic variants represent benign single-nucleotide polymorphisms, disease causing mutations or variants of unknown significance (VUS). Resting, exercise, and recovery QTc intervals have been utilized to detect long-QT syndrome (LQTS) mutations. We sought to provide clinical data that may assist in classifying the presented VUS as disease causing/benign and to determine whether resting and/or end-recovery QT parameters can evaluate the significance of VUS. METHODS AND RESULTS: Twenty-six patients with a VUS in genes associated with LQTS (15 females, age 38 ± 16 years) and 26 age and gender matched controls (age 37 ± 20 years) were included. There were 10 VUS (5 KCNQ1, 4 KCNH2, 1 KCNE1) in 12 families. All but 1 VUS was associated with sudden cardiac death (SCD), aborted SCD or Torsade de pointes. A Schwartz score of ≥3.5 was observed in at least 1 family member with each VUS. Resting QTc was marginally longer in VUS patients compared with controls (458 ± 48 vs 437 ± 25, P = 0.052). A prolonged resting QTc (>470 ms males, >480 ms females) identified 6 VUS carriers and 1 control. VUS carriers had a substantially longer end-recovery QTc (502 ± 68 vs 427 ± 17, P < 0.01) with an end-recovery QTc > 445 ms in 20/26 VUS patients compared to 2/26 controls (P < 0.01). The area under the receiver operating characteristic curve for resting QTc was 0.68 (95% CI, 0.53-0.83, P = 0.03) compared to the end-recovery QTc of 0.88 (95% CI, 0.76-0.99, P < 0.0001). CONCLUSION: Variants in the current study appear to be disease causing. The end-recovery QTc is a useful metric when interpreting LQT VUS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».