MétaCan
Menu
Retour à la cohorte
Enregistrement W4397043226 · doi:10.1681/asn.20233411s1943a

Complex Genetic in Autosomal Dominant Polycystic Kidney Disease (ADPKD)

2023· article· en· W4397043226 sur OpenAlexaffabout
Taher Dehkharghanian, Mauricio A. Miranda Cam, Amirreza Haghighi, Sol María Carriazo Julio, Saima Khowaja, Xuewen Song, Matthew B. Lanktree, Andrew D. Paterson, York Pei

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensSickKids FoundationSt. Joseph’s Healthcare HamiltonUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAutosomal dominant polycystic kidney diseasePolycystic kidneyPolycystic kidney diseaseMedicineKidney diseaseDiseaseInternal medicineBiologyGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: ADPKD is genetically heterogeneous and primarily due to mutations in PKD1 or PKD2. Complex inheritance with biallelic PKD1 or digenic PKD1 and PKD2 mutations (a.k.a. complex genetic) has been reported in a small number of families. Here, we report the prevalence and genotype-phenotype correlation of patients with complex genetic from the extended Toronto Genetic Epidemiology Study of PKD. Methods: All study patients underwent PKD1 and PKD2 mutation screening by targeted Next-Generation sequencing (NGS) and multiplex ligation-dependent probe amplification in mutation-negative cases. Standard algorithms for sequence alignment, base calling, and QC filtering were applied to identify rare (MAF≤1%) deleterious variants of high and moderate impact as predicted by multiple predictive algorithms. Patients with complex genetic were defined as those with two pathogenic mutations in PKD1, or in PKD1 and PKD2. Phase was determined in all patients with PKD1 biallelic mutations. Results: We found genetic complexity in 47/993 (4.7%) of families with an identifiable PKD1 or PKD2 mutations. Preliminary results from 44 of 53 patients in these families suggest that patients with a protein-truncating (PT) and a non-truncating (NT) PKD1 mutation have more severe disease (by eGFR and TKV; see figure) than patients with two PT-PKD1 mutations in-cis, two NT-PKD1 mutations in-trans, or PKD1 and PKD2 digenic mutations. Conclusions: In this large cohort study from a single geographic region, we found that patients with genetic complexity in ˜5% of families with a known PKD1 or PKD2 mutation. Delineating complex genetic by NGS has important implications for genetic counselling and may improve clinical prognostication in ADPKD. Funding: Government Support - Non-U.S.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207