Trio genome sequencing for developmental delay and pediatric heart conditions: A comparative microcost analysis
Notice bibliographique
Résumé
PURPOSE: Genome sequencing (GS) can aid clinical management of multiple pediatric conditions. Insurers require accurate cost information to inform funding and implementation decisions. The objective was to compare the laboratory workflows and microcosts of trio GS testing in children with developmental delay (DD) and in children with cardiac conditions. METHODS: Cost items related to each step in trio GS (child and 2 parents) for both populations were identified and measured. Program costs over 5 years were estimated. Probabilistic and deterministic analyses were conducted. RESULTS: The mean cost per trio GS was CAD$6634.11 (95% CI = 6352.29-6913.40) for DD and CAD$8053.10 (95% CI = 7699.30-8558.10) for cardiac conditions. The 5-year program cost was CAD$28.11 million (95% CI = 26.91-29.29) for DD and CAD$5.63 million (95% CI = 5.38-5.98) for cardiac conditions. Supplies constituted the largest cost component for both populations. The higher cost per sample for the population with cardiac conditions was due to the inclusion of pharmacogenomics, higher bioinformatics labor costs, and a more labor intensive case review. CONCLUSION: This analysis indicated important variation in trio GS workflow and costs between pediatric populations in a single institution. Enhanced understanding of the clinical utility and costs of GS can inform harmonization and implementation decision-making.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».