The utility of a genetic kidney disease clinic employing a broad range of genomic testing platforms: experience of the Irish Kidney Gene Project
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Genetic testing presents a unique opportunity for diagnosis and management of genetic kidney diseases (GKD). Here, we describe the clinical utility and valuable impact of a specialized GKD clinic, which uses a variety of genomic sequencing strategies. METHODS: In this prospective cohort study, we undertook genetic testing in adults with suspected GKD according to prespecified criteria. Over 7 years, patients were referred from tertiary centres across Ireland to an academic medical centre as part of the Irish Kidney Gene Project. RESULTS: Among 677 patients, the mean age was of 37.2 ± 13 years, and 73.9% of the patients had family history of chronic kidney disease (CKD). We achieved a molecular diagnostic rate of 50.9%. Four genes accounted for more than 70% of identified pathogenic variants: PKD1 and PKD2 (n = 186, 53.4%), MUC1 (8.9%), and COL4A5 (8.3%). In 162 patients with a genetic diagnosis, excluding PKD1/PKD2, the a priori diagnosis was confirmed in 58% and in 13% the diagnosis was reclassified. A genetic diagnosis was established in 22 (29.7%) patients with CKD of uncertain aetiology. Based on genetic testing, a diagnostic kidney biopsy was unnecessary in 13 (8%) patients. Presence of family history of CKD and the underlying a priori diagnosis were independent predictors (P < 0.001) of a positive genetic diagnosis. CONCLUSIONS: A dedicated GKD clinic is a valuable resource, and its implementation of various genomic strategies has resulted in a direct, demonstrable clinical and therapeutic benefits to affected patients.
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 | 0,009 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».