Variability in Newborn Screening Across Canada: Spinal Muscular Atrophy and Beyond
Notice bibliographique
Résumé
BACKGROUND: Newborn screening (NBS) identifies infants with severe, early-onset diseases, enabling early diagnosis and treatment. In Canada, decisions regarding disease inclusion in NBS programs occur at the provincial level, which leads to variability in patient care. We aimed to determine whether important differences exist in NBS programs across provinces and territories. Given that spinal muscular atrophy (SMA) is the most recent disease added to NBS programs, we hypothesized that its inclusion would show interprovincial variability and be more likely in provinces already screening for a greater number of diseases. METHODS: We conducted a cross-sectional survey of all NBS labs in Canada to understand: 1) what conditions were included in their program; 2) what genetic-based testing was performed and; 3) if SMA was included. RESULTS: = 36) and a 9-fold difference in the number of conditions screened by gene-based testing. Only nine conditions were common to all provincial NBS programs. NBS for SMA was performed in four provinces at the time of our survey, with BC recently becoming the fifth province to add SMA to their NBS on October 1, 2022. Currently, 72% of Canadian newborns are screened for SMA at birth. CONCLUSION: Although healthcare in Canada is universal, its decentralization gives rise to regional differences in NBS programs which creates inequity in the treatment, care, and potential outcomes of affected children across provincial jurisdictions.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».