Metabolic Control and Frequency of Clinical Monitoring Among Canadian Children With Phenylalanine Hydroxylase Deficiency: A Retrospective Cohort Study
Notice bibliographique
Résumé
ABSTRACT Achieving and maintaining metabolic control is critical for children with phenylalanine hydroxylase (PAH) deficiency. This retrospective longitudinal cohort study investigated metabolic control and monitoring frequency of children with PAH deficiency (≤ 12 years) treated at one of 12 pediatric metabolic centres across Canada. We abstracted data from medical charts and analyzed outcomes by age and diagnostic classification, using mixed effects regression. Of 215 children included in the study, 43% had a chart diagnosis of classic phenylketonuria (PKU); the remainder had a diagnosis of mild PKU or mild hyperphenylalaninemia (grouped as “less severe PAH deficiency”). During the first month of life, blood phenylalanine levels of children with classic PKU reached the target therapeutic range of 120–360 μmol/L at a median age of 15 days, but 74.3% and 32.9% had ≥ 1 and ≥ 3 values below 120 μmol/L, respectively. From age > 1 month to 12 years, mean blood phenylalanine values were 260.6 and 236.7 μmol/L for children with classic PKU and less severe PAH deficiency, respectively, with a trend of increased blood phenylalanine levels with increasing age ( p < 0.001). Fewer children with classic PKU (37.2%) versus less severe PAH deficiency (77.9%) had > 60% of values in the therapeutic range, indicating less optimal metabolic control. Frequency of blood phenylalanine testing and communication with metabolic centres decreased with age. Our findings suggest a need to better understand the reasons for blood phenylalanine variability across child age and disease severity in order to inform supports for children with PAH deficiency and their caregivers to maintain metabolic control.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».