Clinical evaluation of a hemochromatosis next‐generation sequencing gene panel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Next-generation sequencing of an iron metabolism gene panel could identify pathogenic mutations, improving on standard hemochromatosis genetic testing and providing a molecular diagnosis in patients with suspected iron overload. METHODS: A next-generation sequencing panel of 15 genes with known roles in iron metabolism was constructed. A total of 190 patients were sequenced: 94 from a tertiary hemochromatosis clinic and 96 submitted for HFE testing with biochemical evidence of iron overload [elevated ferritin (>450 μg/L) or transferrin saturation (>55%)] obtained from a chart review. RESULTS: From the hemochromatosis clinic cohort, six patients were diagnosed with non-HFE hemochromatosis due to homozygous hemojuvelin (HFE2) mutations. Ten additional heterozygous pathogenic mutations were observed. From the chart review cohort, a C-terminus ferritin light chain (FTL) frameshift mutation was observed consistent with neuroferritinopathy. Heterozygous deletion of HFE2 and four additional rare pathogenic or likely pathogenic heterozygous mutations were identified in seven patients. CONCLUSIONS: An iron metabolism gene panel provided a molecular diagnosis in six patients with non-HFE iron overload and is suitable for diagnostic purposes in exceptional cases in specialized clinics. Further research will be required to assess the modifier effect of rare heterozygous mutations in iron metabolism genes.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle