MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416235331 · doi:10.1101/2025.11.07.25339114

Genetic Evaluation in Chronic Kidney Disease: A Canadian Single-Centre Experience from a Multicultural Urban Population

2025· preprint· W4416235331 sur OpenAlexafffundabout
Zachary T. Sentell, Felicia Russo, M. Henein, Lina Mougharbel, Zachary W. Nurcombe, Ahsan Alam, Dana Baran, Lorraine Bell, Daniel Blum, Marcelo Cantarovich, Andrey V. Cybulsky, Sonali de Chickera, Mallory L. Downie, Bethany J. Foster, Gershon Frisch, Paul Goodyer, Indra R. Gupta, Laura Horowitz, Serge Lemay, Mark L. Lipman, Sharon J. Nessim, Tiina Podymow, Ratna Samanta, Shaifali Sandal, Rita S. Suri, Tomoko Takano, Emilie Trinh, Murray Vasilevsky, Ruth Sapir‐Pichhadze, Thomas M. Kitzler

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langue
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensMontreal General HospitalJewish General HospitalMontreal Children's HospitalMcGill Genome CentreMcGill UniversityMcGill University Health Centre
Organismes subventionnairesHospital for Sick ChildrenChugai PharmaceuticalMcGill University Health CentreSanofi
Mots-clésGenetic testingKidney diseaseGenetic counselingDiseasePopulationMedical geneticsEtiologyHealth careNephropathy

Résumé

récupéré en direct d'OpenAlex

Background: Chronic kidney disease (CKD) affects over 10% of the global population. A genetic diagnosis can be identified in about 30% of pediatric and 10-30% of adults, informing treatment, prognosis, and family-based risk assessment. However, access to renal genetics services remains limited across many healthcare systems. Objectives: To characterize the clinical and genetic landscape of CKD in patients referred for genetic evaluation within a Canadian single-centre nephrology-genetics program, and to evaluate the diagnostic yield and clinical utility of an integrated renal genetics clinic. Methods: We conducted a retrospective study of 206 probands referred for suspected hereditary kidney disease to the McGill University Health Centre Renal Genetics Clinic between 2019 and 2024. Genetic testing was performed in accredited laboratories, predominantly through comprehensive multi-gene panels or phenotype-directed exome sequencing. All reported variants were classified according to the ACMG/AMP criteria, and variants of uncertain significance were reevaluated post hoc using standardized quantitative and evidence-tier frameworks to determine whether they trended toward "likely pathogenic" ("hot") or "likely benign" ("cold"), without implying formal reclassification. Results: A molecular diagnosis was established in 34.5% of probands (71/206), implicating pathogenic or likely pathogenic variants across 35 genes representing diverse monogenic kidney disease etiologies. The highest diagnostic yields were observed in cystic nephropathy (51.9%), tubulopathy (38.5%), and glomerulopathy (35.6%). Genetic results affected clinical management in 23.9% of diagnosed cases, leading to changes in treatment for 16.9%, modification of transplant management in 5.6%, informed living donor risk assessment in 14.1%, and facilitated cascade testing in 66.2% of families. CKD of unknown etiology comprised 28% of the cohort, with a genetic diagnosis reached in 25.9% of these cases. Variants of uncertain significance (VUS) were reported in 39.3% of probands, with higher overall variant burden and lower diagnostic yields among individuals of non-European ancestry. Post hoc internal reassessment stratified 67.4% of VUS as mid or lower confidence ("cold") and 31.4% as higher confidence ("hot") or likely pathogenic. Conclusions: In a diverse urban population, integration of a dedicated renal genetics service within nephrology care achieved high diagnostic yield, substantially influenced management, and facilitated family risk assessment. Structured referral pathways and multidisciplinary variant interpretation optimize the clinical utility of genetic testing in CKD.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0060,002
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,286
Écart entre enseignants0,262 · 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'étudeObservationnel
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'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetRenal Diseases and Glomerulopathies→Travaux en français237 207→