Fitting a naturally scaled point system to the ACMG/AMP variant classification guidelines

贝叶斯概率 孟德尔遗传 医学遗传学 孟德尔随机化 可能性 生物 基因组学 贝叶斯定理 计算机科学 计算生物学 点(几何) 生物信息学 遗传学 人工智能 机器学习 基因组 数学 基因 遗传变异 逻辑回归 基因型 几何学
作者
Sean V. Tavtigian,Steven M. Harrison,Kenneth M. Boucher,Leslie G. Biesecker
出处
期刊:Human Mutation [Wiley]
卷期号:41 (10): 1734-1737 被引量:139
标识
DOI:10.1002/humu.24088
摘要

Recently, we demonstrated that the qualitative American College of Medical Genetics and Genomics/Association for Medical Pathology (ACMG/AMP) guidelines for evaluation of Mendelian disease gene variants are fundamentally compatible with a quantitative Bayesian formulation. Here, we show that the underlying ACMG/AMP “strength of evidence categories” can be abstracted into a point system. These points are proportional to Log(odds), are additive, and produce a system that recapitulates the Bayesian formulation of the ACMG/AMP guidelines. The strengths of this system are its simplicity and that the connection between point values and odds of pathogenicity allows empirical calibration of the strength of evidence for individual data types. Weaknesses include that a narrow range of prior probabilities is locked in and that the Bayesian nature of the system is inapparent. We conclude that a points-based system has the practical attribute of user-friendliness and can be useful so long as the underlying Bayesian principles are acknowledged.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
科研通AI2S应助momo采纳,获得10
1秒前
wx发布了新的文献求助50
2秒前
3秒前
Nekozzzz完成签到,获得积分10
3秒前
5秒前
5秒前
大个应助叶绿体机智采纳,获得10
6秒前
Moonboss发布了新的文献求助10
8秒前
一郭红烧肉完成签到,获得积分10
8秒前
今后应助加菲丰丰采纳,获得10
8秒前
8秒前
沉思、完成签到,获得积分10
9秒前
9秒前
艺凯完成签到,获得积分10
10秒前
开朗洋葱完成签到,获得积分10
11秒前
在水一方应助swing采纳,获得10
12秒前
科研的师弟应助碧蓝紫雪采纳,获得10
13秒前
13秒前
徐若楠发布了新的文献求助10
14秒前
苏书白应助cloud采纳,获得30
14秒前
15秒前
16秒前
共享精神应助蓬莱山采纳,获得30
16秒前
16秒前
英俊的铭应助LCct采纳,获得10
16秒前
16秒前
17秒前
fml发布了新的文献求助10
17秒前
17秒前
ld发布了新的文献求助10
17秒前
JamesPei应助GGbond采纳,获得10
17秒前
科研狗发布了新的文献求助10
18秒前
18秒前
深情安青应助lzc采纳,获得10
18秒前
1111完成签到,获得积分20
19秒前
Akim应助德德采纳,获得10
20秒前
明柯完成签到,获得积分20
21秒前
21秒前
小老板完成签到,获得积分20
22秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149155
求助须知:如何正确求助?哪些是违规求助? 2800230
关于积分的说明 7839164
捐赠科研通 2457781
什么是DOI,文献DOI怎么找? 1308112
科研通“疑难数据库(出版商)”最低求助积分说明 628408
版权声明 601706