A.07 Genomics of atypical dyskinetic cerebral palsy – opportunities for improved diagnosis and management
Notice bibliographique
Résumé
Background: Cerebral palsy (CP) is a debilitating disorder (1). Based on neuromotor impairments it is divided to spastic, dyskinetic and ataxic types (2). Inborn Errors of Metabolism (IEMs), monogenic and chromosomal disorders mimic CP (3). We aimed to identify causal genetic variants in patients with atypical dyskinetic CP in whom known IEMs were ruled out. Timely diagnosis is essential for proper management, especially in conditions that mimic CP and are treatable. Methods: We enrolled 23 patients with unexplained atypical dyskinetic CP, for whole exome sequencing. Variants were filtered against public and in-house databases to identify variants predicted as damaging (in silico tools and ACMG criteria). We applied a virtual gene panel of known and suspected CP and movement disorder genes and investigated each sample. Results: The participants presented with symptoms including: spasticity, dystonia, choera-athetosis, ataxia and cognitive delays. We identified 23 diagnoses: 13 dominant,6 recessive and 4 X-linked. 12 patients had movement disorders. In 4, the diagnoses enabled targeted treatment (neurotransmitter supplements in Unverricht Lundborg diseases (CSTB) and PAK3 deficiency, deep brain stimulation in GNAO1 deficiency, medical diet in Glutaric Aciduria (GCDH). Conclusions: Whole Exome Sequencing contributes to establishing diagnosis in patients with atypical dyskinetic CP resulting in precision medicine and improved health outcomes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».