Moving Genomics to Routine Care
Notice bibliographique
Résumé
BACKGROUND: Whole-genome sequencing (WGS) costs are falling, yet, outside oncology, this information is seldom used in adult clinics. We piloted a rapid WGS (rWGS) workflow, focusing initially on estimating power for a feasibility study of introducing genome information into acute cardiovascular care. METHODS: A prospective implementation study was conducted to test the feasibility and clinical utility of rWGS in acute cardiovascular care. rWGS was performed on 50 adult patients with acute cardiovascular events and cardiac arrest survivors, testing for primary and secondary disease-causing variants, cardiovascular-related pharmacogenomics, and carrier status for recessive diseases. The impact of returning rWGS results on short-term clinical care of participants was investigated. The utility of polygenic risk scores to stratify coronary artery disease was also assessed. RESULTS: genes. Although 64% (95% CI, 50.1-75.9) of participants carried at least one pharmacogenetic variant of cardiovascular relevance, these were actionable in only 14% (95% CI, 7-26.2). Coronary artery disease prevalence among participants at the 95th percentile of polygenic risk score was 88.2% (95% CI, 71.8-95.7). CONCLUSIONS: We demonstrated the feasibility of rWGS integration into the inpatient management of adults with acute cardiovascular events. Our pilot identified pathogenic variants in one out of 5 acute vascular patients. Integrating rWGS in clinical care will progressively increase actionability.
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 | 0,030 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,006 |
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 ».