Pathogenic variation underlying rare diseases in an Arab population: Implications for screening programs
Notice bibliographique
Résumé
Abstract Background Genetic variation underlying rare diseases in Arab populations is poorly understood, limiting effective carrier screening for recessive disorders which are prevalent due to high consanguineous rates. Methods Using the ACMG/AMP guidelines, we curated pathogenic and likely pathogenic variants in 1,333 Arab Emirati families (346 internal cohort and 987 from the literature). We also analyzed coding pathogenic variants in 1,194 Emirati exomes, calculated allele frequencies, and estimated carrier rates for the associated recessive conditions. Results Among the 1,333 families, 701 out of 855 variants met the ACMG/AMP criteria for pathogenicity, with 52% and 30% being absent from the gnomAD and ClinVar databases, respectively. Independently, we determined the frequency of coding pathogenic variants in 1,194 Emirati exomes as well as cumulative gene-disease carrier rates. The CYP21A2 gene showed the highest carrier rate (10.6%) followed by HBB (9.6%), MEFV (5.9%) and ABCA4 (4.3%). Using a provisional gene list for carrier screening, based on our analysis, we estimate the rate of at-risk couples (4–21%) which varies across different screening gene lists recommended in other populations. Conclusion Our findings emphasize the necessity of identifying prevalent diseases in underrepresented populations to develop effective and equitable preventive public health measures, including premarital screening programs.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».