Facial diagnosis of mild and variant CdLS: Insights from a dysmorphologist survey
Notice bibliographique
Résumé
Cornelia de Lange syndrome (CdLS) is a dominant disorder with classic severe forms and milder atypical variants. Central to making the diagnosis is identification of diagnostic facial features. With the recognition that patients with SMC1A and SMC3 mutations have milder, atypical features, we surveyed 65 dysmorphologists using facial photographs from 32 CdLS patients with the goals of (1) Illustrating examples of milder patients with SMC1A mutations and (2) Obtaining objective data to determine which facial features were useful and misleading in making a diagnosis of CdLS. Clinicians were surveyed whether the patient had CdLS or another diagnosis, the certainty of response and the clinical features used to support each response. Using only facial photographs, an average of 24 cases (75%) were accurately diagnosed per clinician. Correct diagnoses were made in 90% of classic CdLS and 87% of non-CdLS cases, however, only 54% of mild or variant CdLS were correctly diagnosed by respondents. We confirmed that CdLS is most accurately diagnosed in childhood and the diagnosis becomes increasingly difficult with age. This survey demonstrated that emphasis is placed on the eyebrows, nasal features, prominent upper lip and micrognathia. In addition, the presence of fuller, atypical eyebrows, a prominent nasal bridge and significant prognathism with age dissuaded survey takers from arriving at a diagnosis of CdLS in individuals with mild NIPBL and SMC1A mutations. This work underscores the difficulty in diagnosing patients with mild and variant CdLS and serves to objectively classify both useful and misleading features in the diagnosis of CdLS.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».