Genetic Testing among Children in a Complex Care Program
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
Little is known about the pattern of genetic testing and frequency of genetic diagnoses among children enrolled in structured complex care programs (CCPs). Such information may inform the suitability of emerging genome diagnostics for this population. The objectives were to describe the proportion of children with undiagnosed genetic conditions despite genetic testing and measure the testing period, types and costs of genetic tests used. A retrospective analysis of 420 children enrolled in Toronto’s Hospital for Sick Children’s CCP from January 2010 until June 2014 was conducted. Among those who underwent genetic testing (n = 319; 76%), a random sample of 20% (n = 63) was further analyzed. A genetic diagnosis was confirmed in 48% of those who underwent testing. Those with no genetic diagnosis underwent significantly more genetic tests than those with a confirmed genetic diagnosis [median interquartile range (IQR): six tests (4–9) vs. three tests (2–4), p = 0.002], more sequence-level tests and a longer, more expensive testing period than those with a genetic diagnosis [median (IQR): length of testing period: 4.12 years (1.73–8.42) vs. 0.35 years (0.12–3.04), p < 0.001; genetic testing costs C$8496 ($4399–$12,480) vs. C$2614 ($1605–$4080), p < 0.001]. A genetic diagnosis was not established for 52% of children. Integrating genome-wide sequencing into clinical care may improve diagnostic efficiency and yield in this population.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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