MétaCan
Menu
Retour à la cohorte
Enregistrement W4409397329 · doi:10.1002/pd.6784

Current Controversies in Prenatal Diagnosis—Conference Debate 2024: All Fetuses Undergoing Fetal Therapy Should Have Exome Sequencing

2025· review· en· W4409397329 sur OpenAlexaff
Teresa N. Sparks, Rogelio Cruz Martínez, Tim Van Mieghem

Notice bibliographique

RevuePrenatal Diagnosis · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésExome sequencingPrenatal diagnosisFetusMedicineExomeObstetricsPregnancyGeneticsBiologyMutation

Résumé

récupéré en direct d'OpenAlex

This manuscript summarises the debate held at the 2024 annual meeting of The International Society for Prenatal Diagnosis (ISPD). Experts discussed whether all fetuses undergoing fetal therapy should undergo exome sequencing. Arguments in favor included that, with increasing experience and better clinical availability, exome sequencing can yield valuable diagnostic and prognostic information beyond what is available from karyotyping and microarray. This additional information is often helpful in counseling parents and provides a better understanding of fetal conditions, allowing for personalised medicine and supporting advancements in disease-focused fetal therapies. On the contrary, however, significant concerns regarding availability and health equity were raised. Moreover, potential delays in care incurred by exome sequencing may negatively affect outcomes of fetal intervention. Finally, as the information gathered from genetic testing may or may not affect pregnancy management decisions beyond termination of pregnancy, many families may choose not to undertake testing. The arguments of both debaters document current controversies in exome sequencing and genetic testing in general. This was also reflected in a divided audience vote at the end of the debate.

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)0,014
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0020,002
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,132
Tête enseignante GPT0,373
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrenatal DiagnosisMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207