Genetic testing for familial hypercholesterolemia: Impact on diagnosis, treatment and cardiovascular risk
Notice bibliographique
Résumé
Aims Familial hypercholesterolemia (FH) is the most common genetic disorder in medicine, with a prevalence of 1/250. Affected individuals have elevated low-density lipoprotein cholesterol (LDL-C) and an increased lifetime risk of atherosclerotic cardiovascular disease (ASCVD). The diagnosis of FH is based on algorithms that include LDL-C levels, physical manifestations, family history of high LDL-C and premature ASCVD, and, more recently, genetic testing. We sought to determine the impact of genetic testing on the: 1) diagnosis of ‘definite familial hypercholesterolemia’, 2) initiation and adherence of lipid-lowering therapy and 3) risk of ASCVD. Methods We performed a systematic review and meta-analysis, pooling odds ratios and 95% confidence intervals for ASCVD from studies comparing risk estimates in individuals harboring FH-causing variants and unaffected individuals. Results After screening 3304 unique publications, 56 studies were included in the analysis. 1) Genetic testing provided confirmation of FH in 28–80%, over clinical criteria alone, depending on the diagnostic algorithm and the method of analysis. In two large population-based studies comprising 76,751 individuals, an FH-causing variant was identified in only 1.7–2.5% of subjects with an LDL-C > 4.9 mmol/L (190 mg/dL). 2) A confirmed molecular diagnosis increased lipid-lowering therapy adherence (five studies, n = 4181 definite FH). 3) Loss-of-function variant of the LDLR were at a markedly increased risk of myocardial infarction (odds ratio 6.77, 95% confidence interval 4.75–9.66), and patients with a milder (hypomorphic) pathogenic LDLR change had a 4.4-fold increase in risk (odds ratio 4.4, 95% confidence interval 2.34–8.26), compared with controls. Conclusion DNA sequencing confirms the diagnosis of FH but has a poor yield in unselected patients whose sole criterion is an elevated LDL-C. Initiation and adherence to treatment is improved. The risk of ASCVD is 4.4- to 6.8-fold increased in patients with an FH-causing variant compared with controls, depending on the severity of the DNA change.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,012 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».