Clinical utility of multigene panel testing in adults with epilepsy and intellectual disability
Notice bibliographique
Résumé
OBJECTIVE: To determine the diagnostic yield of a commercial epilepsy gene panel in adults with chronic epilepsy and accompanying intellectual disability, given that genetic evaluation is often overlooked in this group of patients. METHODS: This is a cross-sectional study analyzing the results of epilepsy gene panels including up to 185 genes in adult epilepsy patients with intellectual disability, according to Diagnostic and Statistical Manual of Mental Disorders, fifth edition. Patients with acquired structural brain abnormalities or known chromosomal abnormalities were excluded. RESULTS: From approximately 600 patients seen from January 2017 to June 2018 at a single academic epilepsy center, 64 probands and two affected relatives (32 males, mean age = 31 years ± 10) were selected and clinically tested. Fourteen probands (14/64 = 22%; four males, mean age = 32 years ± 10) were found to have pathogenic or likely pathogenic variants in the following genes: SCN1A, GABRB3, UBE3A, KANSL1, SLC2A1, KCNQ2, SLC6A1, HNRNPU, STX1B, SCN2A, PURA, and CHD2. Six variants arose de novo, and the inheritance was not determined in eight. Nine probands (64%) had severe or profound intellectual disability, and five (35%) had autistic features. Eight patients (57%) had a diagnostic change from presumptive clinical diagnosis prior to genetic testing. SIGNIFICANCE: We were able to demonstrate that a commercial epilepsy gene panel can be an important resource in clinical practice, identifying the etiology in 22% of adults with epilepsy and intellectual disability. The diagnostic yield is similar to previously reported pediatric cohorts. Larger samples would be required to evaluate the more prevalent genotypes among adult epilepsy patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».