MétaCan
Menu
Retour à la cohorte
Enregistrement W3193365158 · doi:10.3390/ijns7030055

Detection of Early Onset Carnitine Palmitoyltransferase II Deficiency by Newborn Screening: Should CPT II Deficiency Be a Primary Disease Target?

2021· article· en· W3193365158 sur OpenAlexaff
Rachel Mador-House, Zaiping Liu, Sarah Dyack

Notice bibliographique

RevueInternational Journal of Neonatal Screening · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensDalhousie UniversityIzaak Walton Killam Health Centre
Organismes subventionnairesnon disponible
Mots-clésNewborn screeningMedicineCarnitineDecompensationPediatricsBiotinidase deficiencyDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Early-onset carnitine palmitoyltransferase II deficiency (CPT II deficiency) (OMIM 600650) can result in severe outcomes, which are often fatal in the neonatal to infantile period. CPT II deficiency is a primary target in the Maritime Newborn Screening Program. We report a case of neonatal-onset CPT II deficiency identified through expanded newborn screening with tandem mass spectrometry. Identification through newborn screening led to early treatment interventions, avoidance of metabolic decompensation, and a better clinical outcome. Newborn screening for CPT II deficiency is highly sensitive and specific with no false positives identified. The only screen positive case detected identified a true positive case. This experience illustrates the importance of newborn screening for CPT II deficiency and demonstrates why reconsideration should be taken to add this disease as a primary newborn screening target.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,343
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Neonatal ScreeningMême sujetMetabolism and Genetic DisordersTravaux en français237 207