Evolving role of genetic testing for the clinical management of autosomal dominant polycystic kidney disease
Notice bibliographique
Résumé
Autosomal dominant polycystic kidney disease (ADPKD) is caused primarily by mutations of two genes, PKD1 and PKD2. In the presence of a positive family history of ADPKD, genetic testing is currently seldom indicated as the diagnosis is mostly based on imaging studies using well-established criteria. Moreover, PKD1 mutation screening is technically challenging due to its large size, complexity (i.e. presence of six pseudogenes with high levels of DNA sequence similarity) and extensive allelic heterogeneity. Despite these limitations, recent studies have delineated a strong genotype-phenotype correlation in ADPKD and begun to unravel the role of genetics underlying cases with atypical phenotypes. Furthermore, adaptation of next-generation sequencing (NGS) to clinical PKD genetic testing will provide a high-throughput, accurate and comprehensive screen of multiple cystic disease and modifier genes at a reduced cost. In this review, we discuss the evolving indications of genetic testing in ADPKD and how NGS-based screening promises to yield clinically important prognostic information for both typical as well as unusual genetic (e.g. allelic or genic interactions, somatic mosaicism, cystic kidney disease modifiers) cases to advance personalized medicine in the era of novel therapeutics for ADPKD.
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) | 0,001 | 0,001 |
| 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 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 ».