Nanopore long-read sequencing for the critically ill facilitates ultrarapid diagnostics and urgent clinical decision making
Notice bibliographique
Résumé
Critically ill pediatric patients often have genetic disorders requiring a rapid diagnosis to guide urgent care decisions. Standard genetic testing typically takes weeks and requires multiple tests. Nanopore long-read genome sequencing (LR-GS) delivers genome-wide results within days as a one-test-fits-all solution. As one of the first centers in Europe, we implement ultrarapid LR-GS for critically ill patients. We enrolled 26 critically ill patients (median age 2 months) suspected of having a genetic disorder at the intensive care unit to perform (ultra)rapid nanopore LR-GS alongside standard genomic care. We compared diagnostic yield, turnaround time (TAT), and evaluated the impact on clinical decision making. In 11/26 cases a genetic diagnosis was made with (ultra)rapid LR-GS. From sample receipt to result, the average TAT was 5.3 days (range 2.0-10.8) for LR-GS and 18.4 days (range 6.1-29.1) for standard genomic care. DNA methylation analysis from LR-GS expedited the diagnosis in 3/26 cases. In 7/11 solved cases ultrarapid LR-GS led to immediate adjustments in patient care, e.g., medication switch or termination of treatment. Our findings underscore the clinical impact of ultrarapid LR-GS, including added value of methylation analysis, for critically ill patients and highlight existing challenges, paving the way to ultrarapid LR-GS integration into standard diagnostics.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».