使用计算表现型来预测脑的遗传亚组
Imen Alkuraya1, Alexandra Santana Almansa2, Azubuike Eleonu3
1Department of Neurology, Rosamund Stone Zander Translational Neuroscience Center, Boston Children's Hospital, Boston, Massachusetts.
Pediatric neurology
|October 23, 2025
概括
一个新的计算表型化工具使用计费代码来识别患有脑 (CP) 或CP伪装疾病的患者,这些患者可能需要进行基因测试. 这种方法在检测需要进一步遗传研究的病例方面表现出很高的准确性.
科学领域:
- 遗传学 是一个遗传学.
- 神经学 神经学
- 计算生物学 计算生物学
背景情况:
- 20%-30%的脑 (CP) 病例可能具有遗传起源.
- 鉴定基因检测的CP子组,如CP伪装者和密码性CP,在临床上具有挑战性.
- 之前的工作已经确定了特定的CP患者子集,需要进行遗传评估.
研究的目的:
- 开发和评估一种计算型表型化方法,用于识别患有不明原因的CP或CP伪装疾病的患者.
- 为了确定使用国际疾病分类 (ICD) -9/ICD-10计费代码用于此识别过程的实用性.
- 帮助选择可以从遗传检测中受益的CP患者.
主要方法:
- 使用ICD-9/ICD-10计费代码开发了一种计算表型化方法.
- 该方法应用于波士顿儿童医院CP测序研究中250名参与者的队列.
- 手动图表审查作为比较的黄金标准.
主要成果:
- 在识别需要基因检测的患者时,计算表型实现了95%的灵敏度和94%的负预测值.
- 该方法显示了72%的特异性和77%的积极预测值.
- 手动审查将8%的CP归类为伪装CP,42%为加密CP,50%为非加密CP.
结论:
- 使用计费代码的计算表型化可用于识别需要基因检测的CP患者.
- 这种方法显示出作为一个临床决策支持工具的承诺,集成到电子健康记录中.
- 在更大的医疗保健系统中需要进一步验证,以评估现实世界的应用和有效性.
