Phenotypic and genetic spectrum of epilepsy with myoclonic atonic seizures
Notice bibliographique
Résumé
OBJECTIVE: We aimed to describe the extent of neurodevelopmental impairments and identify the genetic etiologies in a large cohort of patients with epilepsy with myoclonic atonic seizures (MAE). METHODS: We deeply phenotyped MAE patients for epilepsy features, intellectual disability, autism spectrum disorder, and attention-deficit/hyperactivity disorder using standardized neuropsychological instruments. We performed exome analysis (whole exome sequencing) filtered on epilepsy and neuropsychiatric gene sets to identify genetic etiologies. RESULTS: We analyzed 101 patients with MAE (70% male). The median age of seizure onset was 34 months (range = 6-72 months). The main seizure types were myoclonic atonic or atonic in 100%, generalized tonic-clonic in 72%, myoclonic in 69%, absence in 60%, and tonic seizures in 19% of patients. We observed intellectual disability in 62% of patients, with extremely low adaptive behavioral scores in 69%. In addition, 24% exhibited symptoms of autism and 37% exhibited attention-deficit/hyperactivity symptoms. We discovered pathogenic variants in 12 (14%) of 85 patients, including five previously published patients. These were pathogenic genetic variants in SYNGAP1 (n = 3), KIAA2022 (n = 2), and SLC6A1 (n = 2), as well as KCNA2, SCN2A, STX1B, KCNB1, and MECP2 (n = 1 each). We also identified three new candidate genes, ASH1L, CHD4, and SMARCA2 in one patient each. SIGNIFICANCE: MAE is associated with significant neurodevelopmental impairment. MAE is genetically heterogeneous, and we identified a pathogenic genetic etiology in 14% of this cohort by exome analysis. These findings suggest that MAE is a manifestation of several etiologies rather than a discrete syndromic entity.
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 | 0,000 |
| 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 ».