The Complex Genetic Landscape of Hereditary Ataxias in Turkey and Implications in Clinical Practice
Notice bibliographique
Résumé
BACKGROUND: The genetic and epidemiological features of hereditary ataxias have been reported in several populations; however, Turkey is still unexplored. Due to high consanguinity, recessive ataxias are more common in Turkey than in Western European populations. OBJECTIVE: To identify the prevalence and genetic structure of hereditary ataxias in the Turkish population. METHODS: Our cohort consisted of 1296 index cases and 324 affected family members. Polymerase chain reaction followed by Sanger sequencing or fragment analysis were performed to screen for the trinucleotide repeat expansions in families with a dominant inheritance pattern, as well as in sporadic cases. The expansion in the frataxin (FXN) gene was tested in all autosomal recessive cases and in sporadic cases with a compatible phenotype. Whole-exome sequencing was applied to 251 probands, selected based on the family history, age of onset, and phenotype. RESULTS: Mutations in known ataxia genes were identified in 30% of 1296 probands. Friedreich's ataxia was found to be the most common recessive ataxia in Turkey, followed by autosomal recessive spastic ataxia of Charlevoix-Saguenay. Spinocerebellar ataxia types 2 and 1 were the most common dominant ataxias. Whole-exome sequencing was performed in 251 probands with an approximate diagnostic yield of 50%. Forty-eight novel variants were found in a plethora of genes, suggesting a high heterogeneity. Variants of unknown significance were discussed in light of clinical data. CONCLUSION: With the large sample size recruited across the country, we consider that our results provide an accurate picture of the frequency of hereditary ataxias in Turkey. © 2021 International Parkinson and Movement Disorder Society.
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 ».