Reference Standards for Newborn Screening of Metabolic Disorders by Tandem Mass Spectrometry: A Nationwide Study on Millions of Chinese Neonatal Populations
Notice bibliographique
Résumé
Introduction: The major clinical problem presently confronting the Chinese newborn screening (NBS) programs by tandem mass spectrometry (MS/MS) is the lack of comprehensive reference intervals (RIs) for disease biomarkers. To close this gap, the Chinese National Center for Clinical Laboratories (NCCL) launched a nationwide study to investigate the dynamic pattern of 35 MS/MS NBS biomarkers and establish accurate and robust RIs. Methods: Blood spot samples from 4,714,089 Chinese neonates were tested in participating centers/laboratories and used for study analysis. MS/MS NBS biomarker trends were visually assessed by their concentrations over age. Specific partitions were determined arbitrarily by each day and sex or by the statistical method of Harris and Boyd. RIs, corresponding to the 2.5th and 97.5th percentiles, as well as the 1th, 25th, 75th and 99th percentiles were calculated for each reference partition using a non-parametric rank approach. Results: Most MS/MS NBS biomarkers fluctuated during the first week of life, followed by a relatively stable concentration. Age and sex-specific RIs were established and presented an improved specificity over the RIs used in participating centers/laboratories. Females demonstrated higher 2.5th and 97.5th percentiles in all amino acids except arginine and ornithine than males, whereas males showed higher 2.5th and 97.5th percentiles in most acylcarnitines. Conclusion: The present study determined the dynamic trends of 35 MS/MS biomarkers and established age and sex-specific RIs, valuably contributing to the current literature and timely evaluation of neonatal health and disease.
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 | 0,001 |
| 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 ».