Urine creatine metabolite panel as a screening test in neurodevelopmental disorders
Notice bibliographique
Résumé
BACKGROUND: Cerebral creatine deficiency disorders (CCDD) are inherited metabolic disorders of creatine synthesis and transport. Urine creatine metabolite panel is helpful to identify these disorders. METHODS: We reviewed electronic patient charts for all patients that underwent urine creatine metabolite panel testing in the metabolic laboratory at our institution. RESULTS: There were 498 tests conducted on 413 patients. Clinical, molecular genetics and neuroimaging features were available in 318 patients. Two new patients were diagnosed with creatine transporter deficiency: one female and one male, both had markedly elevated urine creatine. Urine creatine metabolite panel was also used as a monitoring test in our metabolic laboratory. Diagnostic yield of urine creatine metabolite panel was 0.67% (2/297). There were six known patients with creatine transporter deficiency. The prevalence of creatine transporter deficiency was 2.64% in our study in patients with neurodevelopmental disorders who underwent screening or monitoring of CCDS at our institution. CONCLUSION: Even though the diagnostic yield of urine creatine metabolite panel is low, it can successfully detect CCDD patients, despite many neurodevelopmental disorders are not a result of CCDD. To the best of our knowledge, this study is the first Canadian study to report diagnostic yield of urine creatine metabolite panel for CCDD from a single center.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».