MétaCan
Menu
Retour à la cohorte
Enregistrement W4297894291 · doi:10.1101/2022.09.21.22279949

The landscape of reported VUS in multi-gene panel and genomic testing: Time for a change

2022· preprint· en· W4297894291 sur OpenAlexaff
Heidi L. Rehm, Joseph T. Alaimo, Swaroop Aradhya, Pınar Bayrak‐Toydemir, Hunter Best, Rhonda Brandon, Jillian G. Buchan, Elizabeth Chao, Elaine Chen, Jacob Clifford, Ana S.A. Cohen, Laura K. Conlin, Soma Das, Kyle Davis, Daniela del Gaudio, Florencia Del Viso, Christina DiVincenzo, Marcia Eisenberg, Lucia Guidugli, Monia Hammer, Steven M. Harrison, Kathryn E. Hatchell, Lindsay Havens Dyer, Lily Hoang, James Holt, Vaidehi Jobanputra, Izabela Karbassi, Hutton M. Kearney, Melissa Kelly, Jacob M. Kelly, Michelle L. Kluge, Timothy Komala, Paul Kruszka, Lynette Lau, Matthew S. Lebo, Christian R. Marshall, Dianalee McKnight, Kirsty McWalter, Yan Meng, Narasimhan Nagan, Christian S. Neckelmann, Nir Neerman, Zhiyv Niu, Vitoria K Paolillo, Sarah A Paolucci, Denise Perry, Tina Pesaran, Kelly Radtke, Kristen Rasmussen, Kyle Retterer, Carol Saunders, Elizabeth Spiteri, Christine M. Stanley, Anna Szuto, Ryan J. Taft, Isabelle Thiffault, Brittany C. Thomas, Amanda Thomas‐Wilson, Erin Thorpe, Timothy Tidwell, Meghan C. Towne, Hana Zouk

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésGenetic testingExome sequencingGeneExomeMedicineClinical significanceInternal medicineGeneticsComputational biologyMutationBiology

Résumé

récupéré en direct d'OpenAlex

Abstract PURPOSE Variants of uncertain significance (VUS) are a common result of diagnostic genetic testing and can be difficult to manage with potential misinterpretation and downstream costs, including time investment by clinicians. We investigated the rate of VUS reported on diagnostic testing via multi-gene panels (MGPs) and exome and genome sequencing (ES/GS) to measure the magnitude of uncertain results and explore ways to reduce their potentially detrimental impact. METHODS Rates of inconclusive results due to VUS were collected from over 1.5 million sequencing test results from 19 clinical laboratories in North America from 2020 - 2021. RESULTS We found a lower rate of inconclusive test results due to VUSs from ES/GS (22.5%) compared to MGPs (32.6%; p<0.0001). For MGPs, the rate of inconclusive results correlated with panel size. The use of trios reduced inconclusive rates (18.9% vs 27.6%; p<0.001) whereas the use of GS compared to ES had no impact (22.2% vs 22.6%; p=ns). CONCLUSION The high rate of VUS observed in diagnostic MGP testing warrants examining current variant reporting practices. We propose several approaches to reduce reported VUS rates, while directing clinician resources towards important VUS follow-up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,060
score de la tête « metaresearch » (Gemma)0,175
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,175
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,003
Communication savante0,0070,008
Science ouverte0,0030,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,285
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetGenomics and Rare DiseasesTravaux en français237 207