MétaCan
Menu
Retour à la cohorte
Enregistrement W4408502186 · doi:10.1016/j.gimo.2025.103055

P686: Opportunistic screening for broad range of clinically relevant secondary findings: Outcomes of exome analysis in the Incidental Genomics RCT

2025· article· en· W4408502186 sur OpenAlexaff
Chloe Mighton, Emma Reble, Jordan Sam, Rita Kodida, Salma Shickh, Marc Clausen, Daena Hirjikaka, Sonya Grewal, Seema Panchal, Carolyn Piccinin, Melyssa Aronson, Susan Randall Armel, Larissa Peck, Tracy Graham, Yael Silberman, Thomas Ward, José‐Mario Capo‐Chichi, Elena Greenfeld, Abdul Noor, Iris Cohn, Chantal F. Morel, Christine Elser, Andrea Eisen, Emily Glogowski, Kasmintan A. Schrader, Raymond H. Kim, Kelvin Chan, Kevin E. Thorpe, Jordan Lerner‐Ellis, Yvonne Bombard

Notice bibliographique

RevueGenetics in Medicine Open · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensHospital for Sick ChildrenJuravinski Cancer CentreSunnybrook Health Science CentreHealth Sciences CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialExome sequencingExomeGenomicsMedicineComputational biologyBiologyGenomeGeneticsInternal medicinePhenotypeGene

Résumé

récupéré en direct d'OpenAlex

Practice is shifting towards use of exome and genome sequencing, offering the opportunity to expand analyses beyond variants related to the primary diagnostic indication to identify secondary findings (SFs). While medically actionable SFs are prioritized by guidelines, a much broader spectrum of results could be analyzed, aligned with patients' preferences. We characterized the outcomes of analyzing a broad range of clinically relevant SFs from exome sequencing in the Incidental Genomics RCT (NCT03597165), and the laboratory resources required for sequence analysis.

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)0,015
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,070
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,371
Écart entre enseignants0,330 · 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'étudeEssai randomisé
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetics in Medicine OpenMême sujetGenomics and Rare DiseasesTravaux en français237 207