MétaCan
Menu
Retour à la cohorte
Enregistrement W6889144607 · doi:10.25384/sage.c.5009165.v1

High Rates of Genetic Diagnosis in Psychiatric Patients with and without Neurodevelopmental Disorders: Toward Improved Genetic Diagnosis in Psychiatric Populations

2020· other· en· W6889144607 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2020
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychiatric diagnosisGenetic testingGenetic diagnosisPopulationLogistic regressionPsychiatric assessmentMedical diagnosisCohortGenetic counseling

Résumé

récupéré en direct d'OpenAlex

Objective:There is a paucity of literature on genetic diagnosis in psychiatric populations, particularly the vulnerable population of patients with concomitant neurodevelopmental disorder (NDD). In this cross-sectional study, we investigated the genetic diagnostic rate in 151 adult psychiatric patients from two centers in Ontario, Canada, including a large subset (73.5%) with concurrent NDD, and performed phenotypic analysis to determine the strongest predictors for the presence of a genetic diagnosis.Method:Patients 16 years of age or older and affected with a psychiatric disorder plus at least one of NDD, neurological disorder, congenital anomaly, dysmorphic features, or family history of NDD were recruited through the genetics clinics between 2012 and 2016. Patients underwent genetic assessment and testing according to clinical standards. Chi-squared test was used for phenotypic comparisons. Multivariate logistic regression analysis was performed to determine which phenotypic features were predictive of genetic diagnosis types.Results:Overall, 45.7% of patients in the total cohort were diagnosed with genetic disorders with the vast majority of diagnoses (89.9%) comprising single gene and chromosomal disorders. There were management and treatment implications for almost two-thirds (63.8%) of diagnosed patients. Presence of a single gene disorder or chromosomal diagnosis was predicted by differing combinations of neurological, NDD, and psychiatric phenotypes.Conclusion:The results of this study highlight the frequency and impact of genetic diagnosis in psychiatric populations, particularly those with concomitant NDD. Genetic assessment should be considered in psychiatric patients, particularly those with multiple brain phenotypes (psychiatric, neurodevelopmental, neurological).

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,114
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,293
Écart entre enseignants0,261 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207