一个算法来识别0-3岁的患有罕见遗传疾病的患者

科学领域:

• 儿科罕见疾病 儿科罕见疾病
• 临床信息学是一种临床信息学.
• 基因组医学是一种基因组医学.

背景情况:

• 鉴定儿童罕见遗传疾病是困难的,因为不完整的电子健康记录和编码不准确.
• 现有超过7000种孟德尔乱,在儿童早期提出诊断挑战.
• 需要改进的方法来检测幼儿的遗传疾病.

研究的目的:

• 开发和验证数字表型算法 (PheIndex),用于识别0-3岁儿童面临遗传疾病风险.
• 利用电子医疗记录数据用于早期检测罕见的遗传疾病.
• 改善患有潜在遗传疾病的儿科患者的诊断途径.

主要方法:

• 根据来自专家意见的13个标准开发了PheIndex算法.
• 利用电子医疗记录来识别0-3岁儿童的潜在遗传疾病诊断或风险.
• 通过全面的图表审查验证了算法性能.

主要成果:

• 在93,154名活产中,PheIndex算法确定了1088名患有遗传疾病风险增加的儿童.
• 图表审查证实了算法的高性能:90%的灵敏度,97%的特异性和94%的准确性.
• 该算法成功标记了需要进一步遗传评估的儿童.

结论:

• PheIndex算法有效地识别了可能患有罕见遗传疾病的儿童.
• 这种工具可以促使医疗保健提供者考虑进行诊断基因测试或转介给医学遗传学家.
• PheIndex 增强了儿童群体遗传疾病的早期检测和管理.