Numbers of prenatal cell‐free DNA screens performed: Results of a 2022 CAP exercise
Notice bibliographique
Résumé
OBJECTIVE: Determine current analytical methods and number of cell-free (cf) DNA prenatal screening tests performed for common trisomies. METHODS: The College of American Pathologists 2022-B Noninvasive Prenatal Testing exercise was distributed in December 2022 to 93 participants in 22 countries. Supplemental questions included the number of tests performed in a recent month and the proportion of samples originating outside the United States (US). RESULTS: Eighty-three participants from three continents returned results; 74 (89%) were suitable for the analyses. Nine manufacturer/platform combinations were identified, most commonly Illumina/Nextseq (55%). The most common methodology was whole genome sequencing (76%). Annualized cfDNA tests were 2.80 million, with Asian, European and North American participants representing 10.6%, 6.5% and 82.9% of tests, respectively. When restricted to US in-country tests, the annualized rate was 2.18 million, with four of 20 participants testing 79.2%. Among 73 respondents, 63 (86%) were for-profit, eight (11%) were non-profit academic or government supported and the remaining two included hospital-based and private non-profit. Eighteen (25%) supported relevant academic training. CONCLUSION: In 2011, screening for common trisomies was based on serum/ultrasound markers with an estimated 2.96 million US pregnancies screened in 131 laboratories. In 2022, cfDNA-based screening was offered by 20 laboratories testing 2.18 million US pregnancies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».