PP30 The Health System Impact Of Returning Rare Disease Variants As Secondary Findings From Genomic Sequencing: A Population-Based Model
Notice bibliographique
Résumé
Introduction The American College of Medical Genetics and Genomics (ACMG) recommends that pathogenic variants linked to 37 genetic diseases be disclosed as secondary findings (SFs) to patients undergoing genome-wide sequencing (GWS), including rare diseases (RDs) treated with enzyme replacement or gene silencing/replacement therapies. We estimated the potential budget impact of treating these RD patients in the US and Canada. Methods A population-based model was used to estimate the number of patients that would be identified in a given jurisdiction for the 11 diseases on the ACMG’s SFv3.2 list classified as “inborn errors of metabolism” or “miscellaneous phenotypes.” Genetic and clinically diagnosed prevalence was estimated for each gene-phenotype pair based on the scientific literature. Demographic and GWS utilization data were obtained from government websites and payer reports. Drug costs were obtained from the literature and payer websites and reported in 2023 US dollars. A range of one-way sensitivity and scenario analyses were conducted, and province- and state-level estimates were also generated. Results Based on an estimated current annual GWS utilization rate of 77 per million in the US, 237 RD SFs would be identified annually (0.9% of 25,663 patients tested), out of which 107 (45%) would be variants linked to hereditary transthyretin amyloidosis (hATTR). In Canada (GWS utilization rate of 169 per million), 45 patients would be identified per year, of which 11 (24%) would be hATTR. Treating 50 percent of hATTR SF patients with patisiran would cost approximately USD26.0 million in the USA and USD2.8 million in Canada annually. In contrast, no cases of RPE65-related retinopathy would be detected at current utilization rates. Conclusions The addition of hATTR (with an estimated genetic prevalence of one in 240 in the US) to the ACMG SF list may result in a significant number of additional cases diagnosed per year. While there is an ongoing debate about initiating presymptomatic treatment, reimbursement requests for high-cost drugs like patisiran are likely to increase if GWS utilization continues to grow.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».