MétaCan
Menu
Retour à la cohorte
Enregistrement W2807379796 · doi:10.1177/1093526618780776

Electron Microscopy Can Still Have a Role in the Diagnosis of Selected Inborn Errors of Metabolism

2018· article· en· W2807379796 sur OpenAlexaff
Mana Taweevisit, Paul S. Thorner

Notice bibliographique

RevuePediatric and Developmental Pathology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPrenatal diagnosisDiseaseMedicineChorionic villiMitochondrial diseaseBiopsyGenetic testingInherited diseaseElectron microscopePathologyInborn error of metabolismPediatricsPregnancyFetusMitochondrial DNAInternal medicineBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Many anatomic pathology laboratories no longer have electron microscopy facilities. A retrospective review of autopsies was performed to identify cases of inborn errors of metabolism (IEM) and determine the contribution of electron microscopy in making the diagnosis in those cases. Over a period of 17 years, there were 900 perinatal and pediatric autopsies. There were 7 cases (1%) of IEM, including 4 cases of Pompe disease, 1 case of I-cell disease, 1 case of bile acid synthesis defect, and 1 case of mitochondrial disease (Leigh syndrome). Electron microscopy was important in the diagnosis of I-cell disease and Pompe disease in our series. This technique enabled a prenatal diagnosis to be made from a chorionic villus biopsy in 2 cases with a positive family history. In less developed countries where upfront genetic testing may be too expensive and may need international referral, electron microscopy can still be useful for diagnosis of IEM, providing an affordable alternative with a more rapid turnaround time compared to gene mutation analysis or enzyme assay. Results can be used both for patient management and as a screen for which cases might benefit from genetic testing.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,005
Tête enseignante GPT0,240
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric and Developmental PathologyMême sujetMetabolism and Genetic DisordersTravaux en français237 207