Clinical Stringency Greatly Improves Mutation Detection in Rett Syndrome
Notice bibliographique
Résumé
BACKGROUND: Rett syndrome (RTT) is a severe neurodevelopmental disorder of girls, caused by mutations in the X-linked MECP2 gene. Worldwide recognition of the RTT clinical phenotype in the early 1980's allowed many cases to be diagnosed, and established RTT as one of the most common mental retardation syndromes in females. The years since then led to a refinement of the phenotype and the recent elaboration of Revised Diagnostic Criteria (RDC). Here, we study the impact of the presence versus the absence of the use of diagnostic criteria from the RDC to make a diagnosis of RTT on MECP2 mutation detection in Canadian patients diagnosed and suspected of having RTT. METHODS: Using dHPLC followed by sequencing in all exons of the MECP2 gene, we compared mutation detection in a historic cohort of 35 patients diagnosed with RTT without the use of specific diagnostic criteria to a separate more recent group of 101 patients included on the basis of strict fulfillment of the RDC. RESULTS: The MECP2 mutation detection rate was much higher in subjects diagnosed using a strict adherence to the RDC (20% vs. 72%). CONCLUSIONS: These results suggest that clinical diagnostic procedures significantly influence the rate of mutation detection in RTT, and more generally emphasize the importance of diagnostic tools in the assessment of neurobehavioral syndromes.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».