MétaCan
Menu
Retour à la cohorte
Enregistrement W4387931371 · doi:10.1001/jamanetworkopen.2023.39571

Rates and Classification of Variants of Uncertain Significance in Hereditary Disease Genetic Testing

2023· article· en· W4387931371 sur OpenAlexaboutno aff
Elaine Chen, Flavia M. Facio, Kerry Aradhya, Susan Rojahn, Kathryn E. Hatchell, Sienna Aguilar, Karen Ouyang, Sulagna C. Saitta, Andrea K. Hanson-Kwan, Nicole Nakousi‐Capurro, Eriko Takamine, Saumya Shekhar Jamuar, Dianalee McKnight, Britt Johnson, Swaroop Aradhya

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenetic testingMedicineEthnic groupPopulationCohortDiseaseCohort studyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: Variants of uncertain significance (VUSs) are rampant in clinical genetic testing, frustrating clinicians, patients, and laboratories because the uncertainty hinders diagnoses and clinical management. A comprehensive assessment of VUSs across many disease genes is needed to guide efforts to reduce uncertainty. Objective: To describe the sources, gene distribution, and population-level attributes of VUSs and to evaluate the impact of the different types of evidence used to reclassify them. Design, Setting, and Participants: This cohort study used germline DNA variant data from individuals referred by clinicians for diagnostic genetic testing for hereditary disorders. Participants included individuals for whom gene panel testing was conducted between September 9, 2014, and September 7, 2022. Data were analyzed from September 1, 2022, to April 1, 2023. Main Outcomes and Measures: The outcomes of interest were VUS rates (stratified by age; clinician-reported race, ethnicity, and ancestry groups; types of gene panels; and variant attributes), percentage of VUSs reclassified as benign or likely benign vs pathogenic or likely pathogenic, and enrichment of evidence types used for reclassifying VUSs. Results: The study cohort included 1 689 845 individuals ranging in age from 0 to 89 years at time of testing (median age, 50 years), with 1 203 210 (71.2%) female individuals. There were 39 150 Ashkenazi Jewish individuals (2.3%), 64 730 Asian individuals (3.8%), 126 739 Black individuals (7.5%), 5539 French Canadian individuals (0.3%), 169 714 Hispanic individuals (10.0%), 5058 Native American individuals (0.3%), 2696 Pacific Islander individuals (0.2%), 4842 Sephardic Jewish individuals (0.3%), and 974 383 White individuals (57.7%). Among all individuals tested, 692 227 (41.0%) had at least 1 VUS and 535 385 (31.7%) had only VUS results. The number of VUSs per individual increased as more genes were tested, and most VUSs were missense changes (86.6%). More VUSs were observed per sequenced gene in individuals who were not from a European White population, in middle-aged and older adults, and in individuals who underwent testing for disorders with incomplete penetrance. Of 37 699 unique VUSs that were reclassified, 30 239 (80.2%) were ultimately categorized as benign or likely benign. A mean (SD) of 30.7 (20.0) months elapsed for VUSs to be reclassified to benign or likely benign, and a mean (SD) of 22.4 (18.9) months elapsed for VUSs to be reclassified to pathogenic or likely pathogenic. Clinical evidence contributed most to reclassification. Conclusions and Relevance: This cohort study of approximately 1.6 million individuals highlighted the need for better methods for interpreting missense variants, increased availability of clinical and experimental evidence for variant classification, and more diverse representation of race, ethnicity, and ancestry groups in genomic databases. Data from this study could provide a sound basis for understanding the sources and resolution of VUSs and navigating appropriate next steps in patient care.

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)0,009
score de la tête « metaresearch » (Gemma)0,054
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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,054
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,289
Écart entre enseignants0,254 · 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

Citations217
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetGenomics and Rare DiseasesTravaux en français237 207