307例患者队列中散发性小脑共治的遗传原因的患病率和表型特征

IF 2.8 4区 医学 Q2 CLINICAL NEUROLOGY
Marie Barrat , Thomas Bogdan , Clarisse Delvalee , Christine Tranchant , Mathieu Anheim , Thomas Wirth
{"title":"307例患者队列中散发性小脑共治的遗传原因的患病率和表型特征","authors":"Marie Barrat ,&nbsp;Thomas Bogdan ,&nbsp;Clarisse Delvalee ,&nbsp;Christine Tranchant ,&nbsp;Mathieu Anheim ,&nbsp;Thomas Wirth","doi":"10.1016/j.neurol.2025.01.046","DOIUrl":null,"url":null,"abstract":"<div><h3>Introduction</h3><div>Le diagnostic des ataxies cérébelleuses sporadiques tardives (SLOCA) est complexe, en raison de l’hétérogénéité étiologique et phénotypique. De nouvelles causes moléculaires pourraient surpasser en fréquence l’atrophie multisystématisée (AMS-c).</div></div><div><h3>Objectifs</h3><div>Estimer la prévalence, caractériser le phénotype des causes génétiques de SLOCA et développer un modèle d’apprentissage automatisé pour optimiser le choix des explorations moléculaires.</div></div><div><h3>Méthodes</h3><div>Nous avons inclus 307 patients SLOCA, effectué un phénotypage profond (clinique, électrophysiologie, imagerie) et des analyses génétiques exhaustives. Les données d’inclusions ont été comparés entre les causes moléculaires et les autres. Des clusters phénotypiques ont été isolés par analyse factorielle multiple et clustering hiérarchique.</div><div>Un modèle prédictif du diagnostic génétique à partir des données cliniques basé sur un modèle de relevance binaire a été élaboré et comparé aux performances d’experts.</div></div><div><h3>Résultats</h3><div>Les causes génétiques représentaient 25 % de nos patients dont 60 % de CANVAS et SCA27b, surpassant les 20 % d’AMS-c. 5 clusters phénotypiques ont été identifiés chevauchant les diagnostics de CANVAS et de SCA27b. La précision du modèle de relevance binaire était de 80 % contre 60 % pour les experts (<em>p</em> <!-->&lt;<!--> <!-->0,01) (<span><span>Figure 1</span></span>, <span><span>Figure 2</span></span>).</div></div><div><h3>Discussion</h3><div>La fréquence des causes moléculaires justifie des analyses génétiques dans le bilan initial. La fréquence et le phénotype identifiable de SCA27b et CANVAS justifient une analyse ciblée. La rareté des autres causes moléculaires suggère la réalisation d’analyses larges de type génome. Notre modèle offre un outil utile pour orienter la décision sur le type d’analyse génétique approprié.</div></div><div><h3>Conclusion</h3><div>Les causes génétiques, souvent négligées, sont fréquentes dans les SLOCA. Un modèle d’apprentissage automatisé peut rationaliser leur exploration et améliorer la stratégie diagnostique.</div></div>","PeriodicalId":21321,"journal":{"name":"Revue neurologique","volume":"181 ","pages":"Pages S21-S22"},"PeriodicalIF":2.8000,"publicationDate":"2025-03-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Prévalence et caractérisation phénotypique des causes génétiques d’ataxie cérébelleuse sporadique tardive au sein d’une cohorte de 307 patients\",\"authors\":\"Marie Barrat ,&nbsp;Thomas Bogdan ,&nbsp;Clarisse Delvalee ,&nbsp;Christine Tranchant ,&nbsp;Mathieu Anheim ,&nbsp;Thomas Wirth\",\"doi\":\"10.1016/j.neurol.2025.01.046\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"<div><h3>Introduction</h3><div>Le diagnostic des ataxies cérébelleuses sporadiques tardives (SLOCA) est complexe, en raison de l’hétérogénéité étiologique et phénotypique. De nouvelles causes moléculaires pourraient surpasser en fréquence l’atrophie multisystématisée (AMS-c).</div></div><div><h3>Objectifs</h3><div>Estimer la prévalence, caractériser le phénotype des causes génétiques de SLOCA et développer un modèle d’apprentissage automatisé pour optimiser le choix des explorations moléculaires.</div></div><div><h3>Méthodes</h3><div>Nous avons inclus 307 patients SLOCA, effectué un phénotypage profond (clinique, électrophysiologie, imagerie) et des analyses génétiques exhaustives. Les données d’inclusions ont été comparés entre les causes moléculaires et les autres. Des clusters phénotypiques ont été isolés par analyse factorielle multiple et clustering hiérarchique.</div><div>Un modèle prédictif du diagnostic génétique à partir des données cliniques basé sur un modèle de relevance binaire a été élaboré et comparé aux performances d’experts.</div></div><div><h3>Résultats</h3><div>Les causes génétiques représentaient 25 % de nos patients dont 60 % de CANVAS et SCA27b, surpassant les 20 % d’AMS-c. 5 clusters phénotypiques ont été identifiés chevauchant les diagnostics de CANVAS et de SCA27b. La précision du modèle de relevance binaire était de 80 % contre 60 % pour les experts (<em>p</em> <!-->&lt;<!--> <!-->0,01) (<span><span>Figure 1</span></span>, <span><span>Figure 2</span></span>).</div></div><div><h3>Discussion</h3><div>La fréquence des causes moléculaires justifie des analyses génétiques dans le bilan initial. La fréquence et le phénotype identifiable de SCA27b et CANVAS justifient une analyse ciblée. La rareté des autres causes moléculaires suggère la réalisation d’analyses larges de type génome. Notre modèle offre un outil utile pour orienter la décision sur le type d’analyse génétique approprié.</div></div><div><h3>Conclusion</h3><div>Les causes génétiques, souvent négligées, sont fréquentes dans les SLOCA. Un modèle d’apprentissage automatisé peut rationaliser leur exploration et améliorer la stratégie diagnostique.</div></div>\",\"PeriodicalId\":21321,\"journal\":{\"name\":\"Revue neurologique\",\"volume\":\"181 \",\"pages\":\"Pages S21-S22\"},\"PeriodicalIF\":2.8000,\"publicationDate\":\"2025-03-18\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revue neurologique\",\"FirstCategoryId\":\"3\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S0035378725000621\",\"RegionNum\":4,\"RegionCategory\":\"医学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q2\",\"JCRName\":\"CLINICAL NEUROLOGY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revue neurologique","FirstCategoryId":"3","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S0035378725000621","RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"CLINICAL NEUROLOGY","Score":null,"Total":0}
引用次数: 0

摘要

由于病因和表型的异质性,小脑散发性晚期共治(SLOCA)的诊断是复杂的。新的分子病因可能比多系统萎缩(AMS-c)更常见。估计患病率,表型SLOCA的遗传原因,并开发一个自动化学习模型,以优化分子探索的选择。我们纳入了307名SLOCA患者,进行了深入的表型(临床、电生理学、成像)和广泛的遗传分析。对分子和非分子原因的纳入数据进行了比较。通过多重因子分析和层次聚类分离出表型聚类。基于二元相关性模型,开发了基于临床数据的遗传诊断预测模型,并与专家的表现进行了比较。结果:25%的患者有遗传原因,其中60%为CANVAS和SCA27b,超过20%为AMS-c。5个表型簇与CANVAS和SCA27b的诊断重叠。二元相关性模型的准确率为80%,而专家的准确率为60%。0.01)(图1,图2)。讨论由于分子原因的频率,在初步评估中进行基因分析是合理的。SCA27b和CANVAS的可识别频率和表型值得进行有针对性的分析。其他分子原因的稀缺性建议进行广泛的基因组分析。我们的模型提供了一个有用的工具来指导决定哪种类型的基因分析是合适的。遗传原因在SLOCA中很常见,但经常被忽视。自动化学习模型可以简化他们的探索,改进诊断策略。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Prévalence et caractérisation phénotypique des causes génétiques d’ataxie cérébelleuse sporadique tardive au sein d’une cohorte de 307 patients

Introduction

Le diagnostic des ataxies cérébelleuses sporadiques tardives (SLOCA) est complexe, en raison de l’hétérogénéité étiologique et phénotypique. De nouvelles causes moléculaires pourraient surpasser en fréquence l’atrophie multisystématisée (AMS-c).

Objectifs

Estimer la prévalence, caractériser le phénotype des causes génétiques de SLOCA et développer un modèle d’apprentissage automatisé pour optimiser le choix des explorations moléculaires.

Méthodes

Nous avons inclus 307 patients SLOCA, effectué un phénotypage profond (clinique, électrophysiologie, imagerie) et des analyses génétiques exhaustives. Les données d’inclusions ont été comparés entre les causes moléculaires et les autres. Des clusters phénotypiques ont été isolés par analyse factorielle multiple et clustering hiérarchique.
Un modèle prédictif du diagnostic génétique à partir des données cliniques basé sur un modèle de relevance binaire a été élaboré et comparé aux performances d’experts.

Résultats

Les causes génétiques représentaient 25 % de nos patients dont 60 % de CANVAS et SCA27b, surpassant les 20 % d’AMS-c. 5 clusters phénotypiques ont été identifiés chevauchant les diagnostics de CANVAS et de SCA27b. La précision du modèle de relevance binaire était de 80 % contre 60 % pour les experts (p < 0,01) (Figure 1, Figure 2).

Discussion

La fréquence des causes moléculaires justifie des analyses génétiques dans le bilan initial. La fréquence et le phénotype identifiable de SCA27b et CANVAS justifient une analyse ciblée. La rareté des autres causes moléculaires suggère la réalisation d’analyses larges de type génome. Notre modèle offre un outil utile pour orienter la décision sur le type d’analyse génétique approprié.

Conclusion

Les causes génétiques, souvent négligées, sont fréquentes dans les SLOCA. Un modèle d’apprentissage automatisé peut rationaliser leur exploration et améliorer la stratégie diagnostique.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Revue neurologique
Revue neurologique 医学-临床神经学
CiteScore
4.80
自引率
0.00%
发文量
598
审稿时长
55 days
期刊介绍: The first issue of the Revue Neurologique, featuring an original article by Jean-Martin Charcot, was published on February 28th, 1893. Six years later, the French Society of Neurology (SFN) adopted this journal as its official publication in the year of its foundation, 1899. The Revue Neurologique was published throughout the 20th century without interruption and is indexed in all international databases (including Current Contents, Pubmed, Scopus). Ten annual issues provide original peer-reviewed clinical and research articles, and review articles giving up-to-date insights in all areas of neurology. The Revue Neurologique also publishes guidelines and recommendations. The Revue Neurologique publishes original articles, brief reports, general reviews, editorials, and letters to the editor as well as correspondence concerning articles previously published in the journal in the correspondence column.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信