PhenoApt leverages clinical expertise to prioritize candidate genes via machine learning通过机器学习算法利用临床专业知识确定候选基因的优先顺序(Chen Z, Zheng Y, Yang Y, Huang Y, Zhao S, Zhao H, Yu C, Dong X, Zhang Y, Wang L, Zhao Z, Wang S, Yang Y, Ming Y, Su J, Qiu G, Wu Z, Zhang TJ, Wu N. PhenoApt leverages clinical expertise to prioritize candidate genes via machine learning. Am J Hum Genet. 2022 Feb;109(2):270-281.)近年来，外显子组测序在孟德尔疾病的诊断中展现出巨大的应用价值。然而，即使经过了严格的筛选，典型的外显子测序分析仍然需要对数百个变异进行解释，这一过程极大地阻碍了对致病基因的快速识别。由于对外显子测序数据的解释需要综合临床分析，将临床专业知识考虑在内可以加快孟德尔疾病的分子诊断。为了利用临床专业知识来确定候选基因的优先级，我们开发了表型驱动的基因优先级排序工具PhenoApt，该工具通过机器学习算法允许用户为每个表型分配特定权重。利用将致病基因排在前10位的能力作为评估指标，基线分析表明，在三个独立真实的多中心队列中(队列1，185人；队列2，784人；队列3，208人)，PhenoApt的表现比之前的一些表型驱动的基因优先排序工具相对提高了22.7%-140.0%。另一试验表明，通过增加临床主诉（应由致病基因解释）的权重，在队列2 (471人)和队列3 (208人)中, PhenoApt的性能分别相对提高了37.3%和21.4%。此外，利用tf-idf(词频-逆文本频率)法，PhenoApt可以根据其为孟德尔性状的可能性为每个表型分配一个固有权重。当临床主诉被赋予固有权重时，PhenoApt的表现在队列2和队列3中分别相对提升了23.7%和15.5%。为了使PhenoApt融入临床实践，我们开发了一个用户友好的网站和一个命令行工具。Risk of Osteonecrosis of the Jaw Under Denosumab Compared to Bisphosphonates in Patients With Osteoporosis地舒单抗与双膦酸盐治疗骨质疏松症中下颌骨坏死的风险J Bone Miner Res, 2022,37(2):340-348下颌骨坏死（ONJ）是一种罕见但严重的与抗骨吸收治疗相关的不良事件。几乎没有证据表明，使用地舒单抗与双膦酸盐治疗的骨质疏松症患者中ONJ的发生率。本研究的目的是确定真实世界人群中ONJ的风险。研究对象是2015年1月1日至2019年9月30日期间，被纳入瑞士风湿病学会骨质疏松登记册中至少接受过一次双能X射线吸收仪（DXA）检查的受试者。统计分析包括ONJ的发病率、发病比率和危险率，将序贯疗法和药物假期作为协变量。在9956名注册患者中，3068名（89%为女性，中位年龄69岁[63至76]）分别接受了双膦酸盐或地舒单抗治疗，累计治疗时间分别为11101和4236患者年。确定了17例ONJ病例：12例患者在ONJ诊断时接受了地舒单抗治疗，5例患者接受了口服或静脉双膦酸盐治疗。根据美国口腔颌面外科医生协会对ONJ的病例定义，ONJ的诊断得到了独立的单盲的颌面外科医生的确认。在接受地舒单抗治疗的患者中，每10000患者年ONJ的发生率为28.3，而在与双膦酸盐相关的ONJ患者中，ONJ的发病率为4.5，比率为6.3（95%可信区间[CI]2.1至22.8），p<0.001，但5名与双膦酸盐相关的ONJ患者中没有一人之前接受过地舒单抗治疗。与BPs相比，接受地舒单抗治疗的患者发生ONJ的风险更高（风险比3.49，95%可信区间1.16-10.47，p=0.026）。在改用地舒单抗之前，既往的双膦酸盐治疗可能是ONJ发展的另一个风险因素。
京公网安备 11040202450053号