MétaCan
Menu
Retour à la cohorte
Enregistrement W4377220342 · doi:10.1111/joim.13655

Precision medicine in rare diseases: What is next?

2023· review· en· W4377220342 sur OpenAlexaff
Bianca Tesi, Cathérine Boileau, Kym M. Boycott, Guillaume Canaud, Mark J. Caulfield, Daniela Choukair, Sue Hill, Malte Spielmann, Anna Wedell, Valtteri Wirta, Ann Nordgren, Anna Lindstrand

Notice bibliographique

RevueJournal of Internal Medicine · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPrecision medicineMedicineRepurposingPersonalized medicineMolecular diagnosticsMultidisciplinary approachGenomicsBioinformaticsIntensive care medicineGeneticsGenomePathologyBiology

Résumé

récupéré en direct d'OpenAlex

Molecular diagnostics is a cornerstone of modern precision medicine, broadly understood as tailoring an individual's treatment, follow-up, and care based on molecular data. In rare diseases (RDs), molecular diagnoses reveal valuable information about the cause of symptoms, disease progression, familial risk, and in certain cases, unlock access to targeted therapies. Due to decreasing DNA sequencing costs, genome sequencing (GS) is emerging as the primary method for precision diagnostics in RDs. Several ongoing European initiatives for precision medicine have chosen GS as their method of choice. Recent research supports the role for GS as first-line genetic investigation in individuals with suspected RD, due to its improved diagnostic yield compared to other methods. Moreover, GS can detect a broad range of genetic aberrations including those in noncoding regions, producing comprehensive data that can be periodically reanalyzed for years to come when further evidence emerges. Indeed, targeted drug development and repurposing of medicines can be accelerated as more individuals with RDs receive a molecular diagnosis. Multidisciplinary teams in which clinical specialists collaborate with geneticists, genomics education of professionals and the public, and dialogue with patient advocacy groups are essential elements for the integration of precision medicine into clinical practice worldwide. It is also paramount that large research projects share genetic data and leverage novel technologies to fully diagnose individuals with RDs. In conclusion, GS increases diagnostic yields and is a crucial step toward precision medicine for RDs. Its clinical implementation will enable better patient management, unlock targeted therapies, and guide the development of innovative treatments.

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)0,055
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,289

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,077
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0040,004
Études des sciences et des technologies0,0040,012
Communication savante0,0150,028
Science ouverte0,0050,008
Intégrité de la recherche0,0150,023
Charge utile insuffisante (le modèle a refusé de juger)0,0110,007

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 Opus0,034
Tête enseignante GPT0,360
Écart entre enseignants0,326 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Internal MedicineMême sujetGenomics and Rare DiseasesTravaux en français237 207