MétaCan
Menu
Retour à la cohorte
Enregistrement W2587099115 · doi:10.1111/cge.12987

Debunking Occam's razor: Diagnosing multiple genetic diseases in families by whole‐exome sequencing

2017· review· en· W2587099115 sur OpenAlexafffundabout
Tuğçe B. Balcı, Taila Hartley, Y. Xi, David A. Dyment, Chandree L. Beaulieu, François P. Bernier, Lucie Dupuis, Gabriella Horváth, Roberto Mendoza‐Londono, C. Prasad, Julie Richer, Xia Yang, Christine M. Armour, Eric Bareke, Bridget A. Fernandez, Hugh J. McMillan, Ryan E. Lamont, Jacek Majewski, Jillian S. Parboosingh, Asuri N. Prasad, C. Anthony Rupar, Jeremy Schwartzentruber, Amanda Smith, Martine Tétreault, A. Micheil Innes, Kym M. Boycott

Notice bibliographique

RevueClinical Genetics · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensLondon Health Sciences CentreWestern UniversityBC Children's HospitalMemorial University of NewfoundlandAlberta Children's HospitalMcGill UniversityChildren's Hospital of Eastern OntarioUniversity of CalgaryUniversity of British ColumbiaHospital for Sick ChildrenUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Genomics InstituteGenome Canada
Mots-clésOccam's razoroccamExome sequencingExomeGeneticsBiologyComputational biologyComputer scienceMutationGeneProgramming languageMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent clinical whole exome sequencing (WES) cohorts have identified unanticipated multiple genetic diagnoses in single patients. However, the frequency of multiple genetic diagnoses in families is largely unknown. AIMS: We set out to identify the rate of multiple genetic diagnoses in probands and their families referred for analysis in two national research programs in Canada. MATERIALS & METHODS: We retrospectively analyzed WES results for 802 undiagnosed probands referred over the past 5 years in either the FORGE or Care4Rare Canada WES initiatives. RESULTS: Of the 802 probands, 226 (28.2%) were diagnosed based on mutations in known disease genes. Eight (3.5%) had two or more genetic diagnoses explaining their clinical phenotype, a rate in keeping with the large published studies (average 4.3%; 1.4 - 7.2%). Seven of the 8 probands had family members with one or more of the molecularly diagnosed diseases. Consanguinity and multisystem disease appeared to increase the likelihood of multiple genetic diagnoses in a family. CONCLUSION: Our findings highlight the importance of comprehensive clinical phenotyping of family members to ultimately provide accurate genetic counseling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,127
Tête enseignante GPT0,419
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations146
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetGenomics and Rare DiseasesTravaux en français237 207