DICER1 syndrome: Approach to testing and management at a large pediatric tertiary care center
Notice bibliographique
Résumé
BACKGROUND: To expand the current knowledge of DICER1 syndrome and to propose criteria for genetic testing based on experience at a pediatric tertiary care center. PROCEDURE: This study involved a retrospective chart review of the 78 patients (47 probands and 31 family members) seen in the Cancer Genetics Program at The Hospital for Sick Children (SickKids) who were offered genetic testing for DICER1. RESULTS: Of 47 probands offered genetic testing for DICER1, 46 pursued testing: 11 (23.9%) carried a pathogenic variant and one proband (2.1%) carried a missense variant of uncertain significance with evidence for pathogenicity. Thirty-one family members of variant-positive probands were offered testing: eight of the 25 who agreed to testing carried their familial variant (32.0%). Overall, 20 patients were identified to have a variant in DICER1 (eight males, 12 females). Of these, 13 (65.0%) presented with clinical manifestations associated with the syndrome. The most common lesions were pleuropulmonary blastoma (PPB) (five of 20 patients, 25.0%) and pineoblastoma (three of 20 patients, 15.0%). The average age at which individuals were diagnosed with a primary neoplasm was 5.2 years (range 0.8-20 years, median 3.0). Surveillance at our institution, with a median follow-up time of 23 months, has identified PPB in two asymptomatic individuals. These lesions were identified at early stages, thus potentially reducing treatment-related morbidity and mortality. CONCLUSION: This study further delineates the DICER1 syndrome phenotype and demonstrates the feasibility of a DICER1 syndrome surveillance protocol for the early detection of tumors.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».