MétaCan
Menu
Retour à la cohorte
Enregistrement W2801336752 · doi:10.1038/s41525-018-0052-9

Incorporating epilepsy genetics into clinical practice: a 360°evaluation

2018· article· en· W2801336752 sur OpenAlexfundno aff
Stephanie Oates, Shan Tang, Richard Rosch, Rosalie Lear, Elaine Hughes, Ruth Williams, Line H.G. Larsen, Qin Hao, Hans A. Dahl, Rikke S. Møller, Deb K. Pal

Notice bibliographique

Revuenpj Genomic Medicine · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchEuropean CommissionMedical Research CouncilNational Institute for Health and Care ResearchSouth London and Maudsley NHS Foundation Trust
Mots-clésEpilepsyMedicineGenetic counselingGenetic testingPediatricsPopulationEtiologyMedical geneticsClinical trialDravet syndromePsychiatryInternal medicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract We evaluated a new epilepsy genetic diagnostic and counseling service covering a UK population of 3.5 million. We calculated diagnostic yield, estimated clinical impact, and surveyed referring clinicians and families. We costed alternative investigational pathways for neonatal onset epilepsy. Patients with epilepsy of unknown aetiology onset < 2 years; treatment resistant epilepsy; or familial epilepsy were referred for counseling and testing. We developed NGS panels, performing clinical interpretation with a multidisciplinary team. We held an educational workshop for paediatricians and nurses. We sent questionnaires to referring paediatricians and families. We analysed investigation costs for 16 neonatal epilepsy patients. Of 96 patients, a genetic diagnosis was made in 34% of patients with seizure onset < 2 years, and 4% > 2 years, with turnaround time of 21 days. Pathogenic variants were seen in SCN8A, SCN2A, SCN1A, KCNQ2, HNRNPU, GRIN2A, SYNGAP1, STXBP1, STX1B, CDKL5, CHRNA4, PCDH19 and PIGT. Clinician prediction was poor. Clinicians and families rated the service highly. In neonates, the cost of investigations could be reduced from £9362 to £2838 by performing gene panel earlier and the median diagnostic delay of 3.43 years reduced to 21 days. Panel testing for epilepsy has a high yield among children with onset < 2 years, and an appreciable clinical and financial impact. Parallel gene testing supersedes single gene testing in most early onset cases that do not show a clear genotype-phenotype correlation. Clinical interpretation of laboratory results, and in-depth discussion of implications for patients and their families, necessitate multidisciplinary input and skilled 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)0,037
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,038
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0060,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,038
Tête enseignante GPT0,394
Écart entre enseignants0,357 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations65
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Genomic MedicineMême sujetGenomics and Rare DiseasesTravaux en français237 207