MétaCan
Menu
Retour à la cohorte
Enregistrement W2909286381 · doi:10.1002/ajmg.a.61033

Cornelia de Lange syndrome in diverse populations

2019· article· en· W2909286381 sur OpenAlexaff
Leah Dowsett, Antonio R. Porras, Paul Kruszka, Brandon Davis, Tommy Hu, Engela Honey, Ëben Badoe, Meow‐Keong Thong, Eyby Leon, Katta M. Girisha, Anju Shukla, Shalini S. Nayak, Vorasuk Shotelersuk, André Mégarbané, Shubha R. Phadke, Nirmala D. Sirisena, Vajira H. W. Dissanayake, Carlos R. Ferreira, Monisha S. Kisling, Pranoot Tanpaiboon, Annette Uwineza, Léon Mutesa, Cedrik Tekendo‐Ngongang, Ambroise Wonkam, Karen Fieggen, Letícia Cassimiro Batista, Danilo Moretti‐Ferreira, Roger E. Stevenson, Eloise J. Prijoles, David B. Everman, Kate B. Clarkson, Jessica Worthington, Virginia Kimonis, Fuki M. Hisama, Carol A. Crowe, Paul Wong, Kisha Johnson, Robin D. Clark, Lynne M. Bird, Diane Masser‐Frye, Patrick J. Willems, Elizabeth Roeder, Sulgana Saitta, Kwame Anyane‐Yeoba, Laurie Demmer, Naoki Hamajima, Zornitza Stark, Greta Gillies, Louanne Hudgins, Usha Dave, Stavit A. Shalev, Victoria Mok Siu, Neerja Gupta, Madhulika Kabra, Angus Ades, Holly Dubbs, Sarah E. Raible, Maninder Kaur, Emanuela Salzano, Laird Jackson, Matthew A. Deardorff, Antonie D. Kline, Marshall Summar, Maximilian Muenke, Marius George Linguraru, Ian D. Krantz

Notice bibliographique

RevueAmerican Journal of Medical Genetics Part A · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTumors and Oncological Cases
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of General Medical SciencesNational Heart, Lung, and Blood InstituteNational Institutes of HealthNational Human Genome Research InstituteNational Institute of Child Health and Human DevelopmentThailand Research Fund
Mots-clésCornelia de Lange SyndromeEvolutionary biologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Cornelia de Lange syndrome (CdLS) is a dominant multisystemic malformation syndrome due to mutations in five genes-NIPBL, SMC1A, HDAC8, SMC3, and RAD21. The characteristic facial dysmorphisms include microcephaly, arched eyebrows, synophrys, short nose with depressed bridge and anteverted nares, long philtrum, thin lips, micrognathia, and hypertrichosis. Most affected individuals have intellectual disability, growth deficiency, and upper limb anomalies. This study looked at individuals from diverse populations with both clinical and molecularly confirmed diagnoses of CdLS by facial analysis technology. Clinical data and images from 246 individuals with CdLS were obtained from 15 countries. This cohort included 49% female patients and ages ranged from infancy to 37 years. Individuals were grouped into ancestry categories of African descent, Asian, Latin American, Middle Eastern, and Caucasian. Across these populations, 14 features showed a statistically significant difference. The most common facial features found in all ancestry groups included synophrys, short nose with anteverted nares, and a long philtrum with thin vermillion of the upper lip. Using facial analysis technology we compared 246 individuals with CdLS to 246 gender/age matched controls and found that sensitivity was equal or greater than 95% for all groups. Specificity was equal or greater than 91%. In conclusion, we present consistent clinical findings from global populations with CdLS while demonstrating how facial analysis technology can be a tool to support accurate diagnoses in the clinical setting. This work, along with prior studies in this arena, will assist in earlier detection, recognition, and treatment of CdLS worldwide.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,345
Écart entre enseignants0,298 · 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

Citations53
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Medical Genetics Part AMême sujetTumors and Oncological CasesTravaux en français237 207