MétaCan
Menu
← Retour à la cohorte
Enregistrement W4397042664 · doi:10.1681/asn.20233411s1936a

An Updated Analysis of the Irish Kidney Gene Project Registry

2023· article· en· W4397042664 sur OpenAlexaff
Elhussein A. Elhassan, Sahin Sarihan, Susan McAnallen, Dervla M. Connaughton, Kendrah Kidd, Anthony J. Bleyer, Gianpiero L. Cavalleri, Katherine A. Benson, Peter J. Conlon

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésIrishMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Over 700 genes have been implicated in monogenic nephropathies (MN), a significant cause of chronic kidney disease (CKD), but their prevalence is often underestimated. Diagnosing MN can personalize clinical management with better-informed choices of therapies and targeted disease surveillance and influence prognosis and genetic counseling for patients and their families. Herein, we provide an update on the diagnostic yield of various technologies (exome sequencing, targeted gene panel, and MUC-1 sequencing) and immunostaining utilized by the Irish Kidney Gene Project (IKGP). Methods: All results from the multidisciplinary genetic kidney clinic between January 2014 and March 2023 were analyzed in this prospective cohort study. All clinic visit records were analyzed for clinical and genetic factors associated with solved cases. Using the guidelines of the American College of Medical Genetics and Genomics, pathogenic or likely pathogenic variants were evaluated as disease-causing. Results: Through the IKGP, 593 families (976 individuals) had been sequenced, of which 49.4% (482/976) were female. At the last follow-up, 58.5% of patients, with an average age of 42.3 ± 16.5 years, had reached end-stage kidney disease. We were able to demonstrate a likely-pathogenic/pathogenic variant in 47.4% (281/593) of families, encompassing 52 distinct monogenic entities. Three phenotypes accounted for up to 82% of positive results in genes related to autosomal dominant polycystic kidney disease (PKD1 (number for families (n)=155), PKD2 (n=23), IFT140 (n=4)), autosomal dominant tubulointerstitial kidney disease (UMOD (n=8), MUC1 (n=10), HNF1B (n=2), and DNAJB11 (n=1)), and COL4A-related phenotypes (COL4A5 (n=20), monoallelic COL4A4 (n=1), COL4A3 (monoallelic n=5; biallelic n=3)). Disease-causing variants identified in the remaining 42 genes comprised 17.4% of the solved families. In 31.1% (n=24) of the 77 families referred with a priori diagnosis of CKD of undetermined cause were found to have a known monogenic cause. Conclusions: The use of broad genomic strategies had a high success rate, especially in the presence of family history.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,133
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,012
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,031
Tête enseignante GPT0,340
Écart entre enseignants0,309 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of Nephrology→Même sujetBirth, Development, and Health→Travaux en français237 207→