High Prevalence of a Monogenic Cause in Han Chinese Diagnosed With Type 1 Diabetes, Partly Driven by Nonsyndromic Recessive <i>WFS1</i> Mutations
Notice bibliographique
Résumé
It is estimated that ∼1% of European ancestry patients clinically diagnosed with type 1 diabetes (T1D) actually have monogenic forms of the disease. Because of the much lower incidence of true T1D in East Asians, we hypothesized that the percentage would be much higher. To test this, we sequenced the exome of 82 Chinese Han patients clinically diagnosed with T1D but negative for three autoantibodies. Analysis focused on established or proposed monogenic diabetes genes. We found credible mutations in 18 of the 82 autoantibody-negative patients (22%). All mutations had consensus pathogenicity support by five algorithms. As in Europeans, the most common gene was HNF1A (MODY3), in 6 of 18 cases. Surprisingly, almost as frequent were diallelic mutations in WFS1, known to cause Wolfram syndrome but also described in nonsyndromic cases. Fasting C-peptide varied widely and was not predictive. Given the 27.4% autoantibody negativity in Chinese and 22% mutation rate, we estimate that ∼6% of Chinese with a clinical T1D diagnosis have monogenic diabetes. Our findings support universal sequencing of autoantibody-negative cases as standard of care in East Asian patients with a clinical T1D diagnosis. Nonsyndromic diabetes with WSF1 mutations is not rare in Chinese. Its response to alternative treatments should be investigated.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».