Meta-analysis and multidisciplinary consensus statement: exome sequencing is a first-tier clinical diagnostic test for individuals with neurodevelopmental disorders
Notice bibliographique
Résumé
PURPOSE: For neurodevelopmental disorders (NDDs), etiological evaluation can be a diagnostic odyssey involving numerous genetic tests, underscoring the need to develop a streamlined algorithm maximizing molecular diagnostic yield for this clinical indication. Our objective was to compare the yield of exome sequencing (ES) with that of chromosomal microarray (CMA), the current first-tier test for NDDs. METHODS: We performed a PubMed scoping review and meta-analysis investigating the diagnostic yield of ES for NDDs as the basis of a consensus development conference. We defined NDD as global developmental delay, intellectual disability, and/or autism spectrum disorder. The consensus development conference included input from genetics professionals, pediatric neurologists, and developmental behavioral pediatricians. RESULTS: After applying strict inclusion/exclusion criteria, we identified 30 articles with data on molecular diagnostic yield in individuals with isolated NDD, or NDD plus associated conditions (such as Rett-like features). Yield of ES was 36% overall, 31% for isolated NDD, and 53% for the NDD plus associated conditions. ES yield for NDDs is markedly greater than previous studies of CMA (15-20%). CONCLUSION: Our review demonstrates that ES consistently outperforms CMA for evaluation of unexplained NDDs. We propose a diagnostic algorithm placing ES at the beginning of the evaluation of unexplained NDDs.
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 | 0,080 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,033 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».