Novel Pooling Strategies for Genetic Testing, with Application to Newborn Screening
Notice bibliographique
Résumé
Newborn screening (NBS) is a state-level initiative that detects life-threatening genetic disorders for which early treatment can substantially improve health outcomes. Cystic fibrosis (CF) is among the most prevalent disorders in NBS. CF can be caused by a large number of mutation variants to the CFTR gene. Most states use a multitest CF screening process that includes a genetic test (DNA). However, due to cost concerns, DNA is used only on a small subset of newborns (based on a low-cost biomarker test with low classification accuracy), and only for a small subset of CF-causing variants. To overcome the cost barriers of expanded genetic testing, we explore a novel approach, of multipanel pooled DNA testing. This approach leads not only to a novel optimization problem (variant selection for screening, variant partition into multipanels, and pool size determination for each panel), but also to novel CF NBS processes. We establish key structural properties of optimal multipanel pooled DNA designs; develop a methodology that generates a family of optimal designs at different costs; and characterize the conditions under which a 1-panel versus a multipanel design is optimal. This methodology can assist decision-makers to design a screening process, considering the cost versus accuracy trade-off. Our case study, based on published CF NBS data from the state of New York, indicates that the multipanel and pooling aspects of genetic testing work synergistically, and the proposed NBS processes have the potential to substantially improve both the efficiency and accuracy of current practices. This paper was accepted by Stefan Scholtes, healthcare management. Funding: This work was supported by National Science Foundation [Grant 1761842]. Any opinion, findings, and conclusions or recommendations expressed in this material are those of the authors and do not necessarily reflect the views of the National Science Foundation. Supplemental Material: The data files and e-companion are available at https://doi.org/10.1287/mnsc.2021.4289 .
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 | 0,001 | 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 ».