Primary Ciliary Dyskinesia. Recent Advances in Diagnostics, Genetics, and Characterization of Clinical Disease
Notice bibliographique
Résumé
Primary ciliary dyskinesia (PCD) is a genetically heterogeneous recessive disorder of motile cilia that leads to oto-sino-pulmonary diseases and organ laterality defects in approximately 50% of cases. The estimated incidence of PCD is approximately 1 per 15,000 births, but the prevalence of PCD is difficult to determine, primarily because of limitations in diagnostic methods that focus on testing ciliary ultrastructure and function. Diagnostic capabilities have recently benefitted from (1) documentation of low nasal nitric oxide production in PCD and (2) discovery of biallelic mutations in multiple PCD-causing genes. The use of these complementary diagnostic approaches shows that at least 30% of patients with PCD have normal ciliary ultrastructure. More accurate identification of patients with PCD has also allowed definition of a strong clinical phenotype, which includes neonatal respiratory distress in >80% of cases, daily nasal congestion and wet cough starting soon after birth, and early development of recurrent/chronic middle-ear and sinus disease. Recent studies, using advanced imaging and pulmonary physiologic assessments, clearly demonstrate early onset of lung disease in PCD, with abnormal air flow mechanics by age 6–8 years that is similar to cystic fibrosis, and age-dependent onset of bronchiectasis. The treatment of PCD is not standardized, and there are no validated PCD-specific therapies. Most patients with PCD receive suboptimal management, which should include airway clearance, regular surveillance of pulmonary function and respiratory microbiology, and use of antibiotics targeted to pathogens. The PCD Foundation is developing a network of clinical centers, which should improve diagnosis and management of PCD.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».