Examen des tests génétiques chez les patients atteints d'insuffisance rénale : rendement diagnostique des variantes de nucléotides uniques et variations du nombre de copies évaluées entre et au sein des groupes de phénotypes rénaux Ⅱ

4 | DISCUSSION

Il est difficile de déterminer le véritable rendement diagnostique à partir des articles étudiés en raison de la variabilité des caractéristiques des patients, des cohortes et des tests. Le rendement diagnostique pour les différents groupes phénotypiques doit donc être envisagé en termes de plages et les recommandations ne doivent pas être basées sur des études uniques. Compte tenu de l’énorme variation des paramètres clés, nous avons voulu éviter toute surinterprétation et n’avons donc pas effectué d’analyses statistiques. Cependant, l’aperçu complet présenté aidera à peser les facteurs pertinents possibles avec des informations potentiellement utiles pour la pratique clinique. Cet aperçu permet aux cliniciens de juger quelles études sont les plus pertinentes pour leurs patients/groupes de patients spécifiques et d'estimer une probabilité a priori de trouver une cause génétique chez leurs patients.

FIGURE 3 Nuages ​​de points et diagrammes en boîte montrant la relation entre le rendement du diagnostic et les caractéristiques de la cohorte. (a) Les nuages ​​de points montrent la relation entre le rendement du diagnostic et le nombre de cas séquencés dans une étude spécifique. La légende décrit un certain nombre d'études pour lesquelles des données sur cette caractéristique de cohorte étaient disponibles. Les couleurs indiquent le groupe de maladies à partir duquel les études ont été dérivées. Chaque point représente pour une étude le nombre de cas séquencés dans cette cohorte et le rendement diagnostique obtenu de cette même étude. (b) Boxplots représentant le rendement diagnostique dans les cohortes cliniques par rapport aux cohortes de recherche. La moitié inférieure montre les cohortes cliniques et de recherche dans les différents groupes de maladies. La légende décrit un certain nombre d'études pour lesquelles des données sur cette caractéristique de cohorte étaient disponibles.

Sans surprise, nous avons constaté que le rendement diagnostique était plus élevé en fonction des caractéristiques attendues des patients (par exemple, antécédents familiaux, consanguinité, caractéristiques extrarénales et jeune âge d'apparition) dans les études. Lorsque nous avons évalué ces mêmes caractéristiques par rapport au rendement diagnostique entre les différentes études (plutôt qu'au sein d'une seule étude), cette tendance n'a pas été observée en ce qui concerne la consanguinité et le jeune âge d'apparition. Cela pourrait s'expliquer par une combinaison d'autres caractéristiques ayant un impact plus important sur le rendement du diagnostic. En outre, au sein du groupe d'apparition de l'adulte, il existe une grande variation dans la gravité de la maladie (par exemple, l'ESKD à 20 ans a un rendement diagnostique plus élevé que l'ESKD à 70 ans) et la probabilité de trouver une cause monogénique (c'est-à-dire dans une PKD typique). cohorte, un rendement diagnostique élevé est attendu (Figure 2e)). Nous avons trouvé une indication selon laquelle le jeune âge d'apparition est lié à un rendement diagnostique plus élevé basé uniquement sur les CNV (Figure 2f). Cela s'explique probablement par le fait que l'analyse CNV à l'échelle du génome est effectuée plus souvent dans ce groupe (Tableau supplémentaire 3).

CLIQUEZ ICI POUR CONNAÎTRE UNE FORMULATION À base de plantes de CISTANCHE POUR LES REINS ET LA FONCTION SEXUELLE

Cette revue comprend un aperçu du rendement CNV par phénotype. Les CNV qui ne sont pas détectées par un séquençage régulier peuvent être évaluées à l'aide d'un test distinct (par exemple, un tableau SNP) ou par un outil d'appel de CNV basé sur les données de séquençage (Knoers et al., 2022). Les différents types de tests utilisés dans les études incluses variaient considérablement, tout comme le nombre de gènes analysés (c'est-à-dire couvrant un gène, le panel multigénique demandé ou l'exome/l'ensemble du génome et l'impact que cela a sur le rendement du diagnostic). [Tableau supplémentaire 3, Figure supplémentaire 3]). Nous avons trouvé la contribution la plus élevée des CNV au rendement diagnostique dans les CAKUT, les ciliopathies et les tubulopathies. Cependant, dans tous les groupes phénotypiques pour lesquels le test CNV a été effectué, les CNV ont contribué au rendement diagnostique et l'analyse CNV doit être envisagée lors de la réalisation de tests génétiques. La contribution élevée des CNV au rendement diagnostique chez les patients CAKUT confirme les rapports précédents (Knoers et al., 2022). Les CNV ont été étudiées de manière approfondie chez les patients CAKUT, car le rendement en SNV est relativement faible dans ce groupe. Il reste encore à établir pour certains autres phénotypes si le rendement diagnostique basé sur les CNV est sous-estimé jusqu'à présent, car nous avons constaté que dans de nombreux groupes de phénotypes, les CNV n'avaient pas été étudiées (Figure 1c).

Étonnamment, un nombre plus élevé de gènes testés n’est pas toujours corrélé à un rendement plus élevé. En théorie, ce serait toujours le cas dans des cohortes comparables. Cependant, les cohortes que nous avons étudiées varient considérablement. D'une part, nous décrivons des cohortes présentant une cause monogénique très probable (telles que les patients suspectés de PKRAD) ne nécessitant qu'un petit nombre de gènes testés pour aboutir à un rendement diagnostique élevé. En revanche, on constate un rendement diagnostique plus faible et une augmentation du nombre de gènes testés dans les cohortes moins suspectées. La taille de la cohorte ne semble pas correspondre à un certain nombre de gènes testés (données non présentées). Une autre explication de cette découverte est une augmentation du nombre de gènes testés chez les patients pour lesquels les tests de gènes de maladies connus n'ont pas abouti à un diagnostic génétique. Puisqu’il est possible qu’une partie de ces cas non résolus aient soit un diagnostic génétique dans un gène non encore découvert, soit une cause non monogénique expliquant leur maladie, on peut émettre l’hypothèse d’un rendement plus faible dans ce groupe. De plus, dans certaines cohortes, les patients présentant des mutations connues ont été exclus, mais le nombre total de ces patients porteurs d'une mutation n'a pas été rapporté (Bekheirnia et al., 2017 ; Braun et al., 2016 ; Faure et al., 2016 ; Heidet et al., 2017 ; Kohl et al., 2014 ; Schueler et al., 2016 ; Vivante et al., 2017 ; Ziyadov et al., 2021). Enfin, dans certaines études, aucun test génétique n'a été effectué sur des gènes connus spécifiques (par exemple, les gènes CAKUT connus (Caruana et al., 2015 ; Sanna-Cherchi et al., 2012)). Pour traduire le rendement diagnostique rapporté dans la pratique clinique, il est important de connaître ces détails. Analyser si, pour toutes les cohortes, la composition du panel comprenait tous les gènes causals connus, y compris les gènes de phénocopie appropriés, pour chaque phénotype au moment où cette étude spécifique était réalisée, dépassait le cadre de cette revue.

FIGURE 4 Nuages ​​de points et diagrammes en boîte montrant la relation entre le rendement du diagnostic et les caractéristiques du test. (a) Nuages ​​de points montrant la relation entre le rendement du diagnostic et le nombre de gènes séquencés dans une étude spécifique. La légende décrit un certain nombre d'études pour lesquelles des données sur cette caractéristique spécifique du test étaient disponibles. Toutes les études n'ont pas été incluses car dans certaines études, le nombre de gènes séquencés différait au sein de l'étude. Les couleurs indiquent le groupe de maladies à partir duquel l’étude est issue. Chaque point représente pour une étude le nombre de cas séquencés dans cette cohorte et le rendement diagnostique obtenu de cette même étude. (b) Diagrammes circulaires visualisant un certain nombre d'études ayant effectué des tests de variante de nucléotide unique (SNV) ou de variation du nombre de copies (CNV), ou les deux. (c) Boxplots représentant le rendement du diagnostic par rapport au type de variantes testées. Dans le panneau de droite, ces données sont réparties en différents groupes de maladies.

Nous avons constaté que le rendement du diagnostic diminuait dans les cohortes plus importantes. Cela pourrait s’expliquer par le fait que des cohortes plus petites sont plus clairement définies et ont donc une plus forte suspicion d’une cause monogénique. Outre le biais de sélection au sein d’une étude, le biais de publication pourrait également expliquer ce résultat. Les cohortes plus grandes donnent probablement une estimation plus fiable du véritable rendement diagnostique dans un contexte relativement non sélectionné.maladie du reinpopulation. Nous tenons à souligner qu'une cohorte publiée avec un rendement diagnostique élevé n'est pas nécessairement la « meilleure » cohorte à utiliser pour la prise de décision clinique. Lorsqu’on applique des critères très restreints, les diagnostics génétiques sont susceptibles de passer inaperçus. Lors de l’interprétation des cohortes publiées pour la pratique clinique, il convient également de prendre en compte le fait qu’il existe de nombreuses différences locales dans le phénotypage clinique et le diagnostic, en particulier dans une perspective internationale. Par exemple, un patient atteint d’une MRC inconnue dans un centre peut différer nettement d’un patient atteint d’une MRC inconnue dans un autre centre.

Nous étions curieux de savoir si nous trouverions un rendement plus élevé dans les cohortes de recherche ou les cohortes de diagnostic, même si la distinction entre ces deux n'était pas toujours clairement décrite. On pourrait supposer que le biais de sélection est plus élevé dans les cohortes de recherche, ce qui entraîne donc un rendement plus élevé. Cependant, les cohortes de recherche sont souvent rassemblées sur plusieurs années et le phénotypage n’est pas toujours pertinent. Lors de l’interprétation des publications sur les cohortes de recherche, il convient de tenir compte du fait que l’accès aux informations cliniques et l’interprétation des variantes, y compris les possibilités de ségrégation des variantes, peuvent différer d’un contexte de diagnostic clinique et sont probablement moins individualisés. Les cohortes cliniques pourraient être plus fiables pour obtenir un rendement diagnostique généralisable à un contexte de diagnostic. Cependant, les cliniciens peuvent également passer à côté de cas qui devraient se voir proposer des tests génétiques. De plus, les informations sur la population d'origine dont est issue une cohorte peuvent faire défaut dans les cohortes cliniques, en particulier lorsque la cohorte clinique décrit le rendement diagnostique dans un centre génétique. Nous avons constaté que le rendement diagnostique entre les deux types de cohortes ne différait pas nettement. Pour les études des deux types de cohortes, on ne sait pas s’il existe une surreprésentation ou une sous-représentation des cas génétiques. Réaliser une étude qui teste réellement toutpatients atteints d'une maladie rénaledans un cadre clinique répondrait à cette question

FIGURE 5 Les 50 % supérieurs du rendement diagnostique s'expliquent par un nombre limité de gènes et/ou des variations du nombre de copies (CNV). (a) Les diagrammes circulaires visualisent un certain nombre de gènes responsables des 50 % supérieurs du rendement. La légende de gauche décrit pour chaque catégorie du diagramme circulaire, le nombre d'études identifiées avec ce nombre de gènes. Entre parenthèses à droite se trouvent le nombre d'études qui ont rapporté les 50 % de gènes responsables les plus importants et séparées par « j » le nombre de gènes responsables des 50 % les plus importants pour ce phénotype spécifique. (b) Les gènes qui constituaient ces 50 % dans chaque étude par groupe phénotypique sont affichés ici, sauf si les gènes étaient responsables d'un seul cas positif et/ou de plusieurs gènes constituant les pourcentages finaux. * Les variantes dans la région de répétitions en tandem à grand nombre variable de MUC1 sont généralement manquées par le séquençage massivement parallèle

Pour dériver un rendement diagnostique minimum pour un contexte de diagnostic spécifique, nous avons extrapolé le rendement diagnostique à la cohorte plus grande à partir de laquelle la cohorte (clinique) testée a été dérivée. Un exemple intéressant de ceci est présenté par les études de Snoek et al. et Schrezenmeier et al., qui rapportent tous deux un rendement diagnostique de 21 % dans une étudegreffe du reincohorte (sur liste d’attente) (Schrezenmeier et al., 2021 ; Snoek et al., 2022).

5|IMPACT DU DIAGNOSTIC GÉNÉTIQUE

Un diagnostic génétique peut avoir un impact diagnostique, pronostique et thérapeutique. Les études que nous avons sélectionnées pour la revue le soulignent (Tableau 3). Plusieurs études ont rapporté le diagnostic génétique moléculaire entraînant une correction du diagnostic clinique. Bien que les pourcentages varient entre ces différentes études, toutes soulignent l’importance potentielle d’établir le bon diagnostic grâce aux tests génétiques. L'impact thérapeutique varie de l'orientation et de l'évaluation de caractéristiques extrarénales jusqu'alors non reconnues à la modification des plans de traitement. Un exemple clair des conséquences thérapeutiques des tests génétiques est le SRNS ; la plupart des formes génétiques de SRNS ne répondent pas aux médicaments immunosuppresseurs et peuvent donc être épargnées par la toxicité potentielle de ces médicaments inefficaces. Un exemple clair d’impact pronostique est la récidive extrêmement faible de nombreuses maladies rénales génétiques suite àtransplantation rénalepar opposition àmaladies rénalesavec une cause non génétique.

Il est important de noter que l'identification d'une cause génétique peut être cruciale pour le patient et/ou les parents d'un patient en ce qui concerne le conseil génétique ; il informe sur les risques de récidive et peut soutenir la prise de décision des patients et des parents concernant les options de reproduction telles que le diagnostic génétique prénatal et préimplantatoire. En outre, les membres de la famille peuvent être informés du risque de maladie, des tests présymptomatiques et des options de dépistage des signes secondaires chez les membres de la famille au premier degré, sans effectuer de tests génétiques. Un diagnostic génétique peut également être important pour la viedon de reinpar les membres de la famille. L'impact d'un diagnostic génétique, y compris l'impact thérapeutique, dépendra du phénotype, mais également de la situation individuelle du patient et de sa famille, ainsi que de la disponibilité locale/régionale des options de traitement et de planification familiale.

FIGURE 6 Résumé des principales conclusions de la revue de la littérature (n=115 articles). Le côté gauche de la figure résume les caractéristiques influençant le rendement du diagnostic et l’impact d’un diagnostic génétique. Le côté droit de cette figure résume les messages clés supplémentaires à retenir. *Les auteurs de cette revue estiment que cela est dû à des critères phénotypiques très restreints.

6|CONSIDÉRATIONS POUR LES TESTS GÉNÉTIQUES

Il est important de noter que le type de test choisi pour les tests génétiques chez un patient peut avoir un impact important sur les chances de trouver une cause génétique. Les progrès technologiques dans les approches de tests génétiques ont rendu possibles les tests CNV (basés sur MPS) et le séquençage basé sur l'exome et les avantages sont reconnus au fil des ans (Figure 2 supplémentaire). La composition du panel de gènes, le nombre de gènes testés et l'analyse CNV peuvent influencer la probabilité de trouver une cause génétique. De plus, dans les cas suspectés de PKD, il est important d’envisager un test MUC1 ou un test PKD1 supplémentaire dans les cas suspects de PKD après un panel multigénique basé sur MPS ou un test exome. Dans seulement 6 études (dont 3/4 cohortes ADTKD), des tests supplémentaires ont été effectués pour détecter une insertion de cytosine dans la région de répétitions en tandem à nombre variable de MUC1 qui est généralement manquée par MPS (Tableau supplémentaire 3) (Kirby et al., 2013). Dix-neuf études ont rapporté des tests supplémentaires pour atteindre une couverture suffisante de tous les exons PKD1, ce qui constitue un défi en raison de l'existence de six pseudo-gènes (PKD1P1-6) avec une identité de séquence de 97,7 %. Quinze de ces études portaient sur les phénotypes de ciliopathie et quatre incluaient des phénotypes mixtes de maladie rénale. Une étude a rapporté l'exclusion des patients atteints de PKD car la PKD1 n'est pas bien capturée par WES (Lata et al., 2018). Les cliniciens qui demandent des tests génétiques doivent savoir quelles variantes pathogènes de quels gènes peuvent être détectées par quel test génétique et quand des tests génétiques supplémentaires doivent être demandés (Knoers et al., 2022 ; Köttgen et al., 2022).

Parfois, les cliniciens qui n'ont pas encore d'expertise en génétique (du néphron) semblent supposer que « la réalisation du WES » couvrira toute variante pathogène. Un aspect de cette fausse hypothèse est la détection du CNV. Bien que l'analyse CNV basée sur WES soit à venir, elle n'est pas encore toujours incluse. Il est donc bon de déterminer si, pour un patient spécifique, des tests CNV supplémentaires sont nécessaires. Dans les études incluses dans cette revue, de nombreux outils différents ont été utilisés, des différences de rendement par outil étant signalées (Moreno-Cabrera et al., 2020 ; Yao et al., 2017). Certaines études couvraient les CNV dans tous les gènes, tandis que d'autres se concentraient uniquement sur les gènes d'un panel de gènes (Figure 3 supplémentaire). En outre, des tests distincts (par exemple, MLPA couvrant un gène ou une matrice de SNP à l'échelle du génome) ont été effectués pour la détection du CNV. D'autres aspects de cette fausse hypothèse sont les variations dans la couverture génétique, les régions difficiles à séquencer (par exemple, les régions répétées, les pseudogènes) et les variantes non codantes.

Dans le passé, les panels de gènes étaient toujours basés sur l’enrichissement, ce qui signifie que seul l’ensemble des gènes sélectionnés avant le séquençage serait séquencé et analysé. Aujourd'hui, les laboratoires de diagnostic utilisent souvent des panels de gènes basés sur l'exome (Figure 2b supplémentaire). Avec cette approche, l’exome complet est séquencé, mais seuls les gènes d’intérêt d’un panel de gènes spécifique sont analysés. Un avantage du WES et de l'utilisation de panels de gènes basés sur l'exome est la méthode efficace dans laquelle les données sont dérivées, y compris la possibilité d'analyser des gènes supplémentaires sans avoir à reséquencer l'ADN du patient (Knoers et al., 2022). WES permet également de réanalyser ou d'identifier des phénocopies. Les études incluses dans cette revue le soulignent. Warejko et coll. identifié des phénocopies chez 4 % des patients d'une cohorte SRNS (Warejko et al., 2018). Toujours dans la cohorte NS de Landini et al., le phénotypage inverse des patients a permis le diagnostic de phénocopies dans 28 % des cas (Landini et al., 2020). Szabo et al. trouvé des phénocopies chez 22 % des patients atteints d'ARPKD (Szab o et al., 2018). Dans une cohorte présentant divers phénotypes, Riedhammer et al. découvert que 19 % des cas diagnostiqués étaient une phénocopie (Riedhammer et al., 2020). Les phénocopies et les différences locales dans le phénotypage clinique sont des arguments en faveur d'une composition de panel de gènes plus large. Les tests génétiques à grande échelle présentent également des défis importants, notamment un risque plus élevé de découvertes fortuites et des difficultés d'interprétation des variantes de signification inconnue (VUS) (Bertier, Hétu et Joly, 2016). Cela doit être pris en compte lors du choix d’un panel initial de gènes plus petit, d’un large panel multigénique ou d’une analyse à l’échelle de l’exome. En outre, les conseillers doivent être à l'aise et compétents pour conseiller ces résultats et savoir quand référer à un généticien clinicien. La disponibilité de différents tests génétiques, de soins génétiques et l’accord sur les tests pouvant être demandés par des non-généticiens différeront selon les pays.

Dans tous les phénotypes décrits dans cette revue, seul un nombre limité de gènes sont responsables des 50 % des diagnostics établis, soulignant la pertinence des gènes centraux pour les phénotypes (Martin et al., 2019). Même si seul un nombre limité de gènes sont responsables des 50 % des diagnostics génétiques, l'étude de Groopman et al. ont constaté que 39/66 troubles monogéniques détectés ont été détectés chez un seul patient (Groopman et al., 2019). Dans cette même étude, quatre gènes étaient responsables de 54 % des diagnostics confirmés. Rao et coll. ont rapporté que 15 gènes représentaient 61 % des diagnostics génétiques, mais au total, 106 troubles monogéniques distincts ont été détectés dans une cohorte de 1 001 patients pédiatriques avec suspicion clinique de maladie rénale génétique (Rao et al., 2019). Par conséquent, nous recommandons d’envisager l’analyse d’un ensemble complet demaladie du reingènes après un premier résultat de panel négatif focalisé basé sur l'exome, également à la lumière de la possibilité de phénocopies. Nous recommandons de ne pas commencer avec ce vaste ensemble de gènes afin d’éviter les variantes inutiles de signification inconnue et les découvertes fortuites. Cette recommandation dépend encore une fois de la disponibilité et des coûts de la réanalyse par pays. Bien que cette revue se concentre principalement sur le rendement du diagnostic à travers et au seingroupes de phénotypes rénaux, considérations supplémentaires en matière de tests génétiques pourpatients atteints d'une maladie rénalepeuvent être trouvées dans des recommandations récemment publiées (Knoers et al., 2022 ; Köttgen et al., 2022).

7|FORCES ET LIMITES

Notre approche systématique de la sélection et de l’extraction des données a abouti à l’aperçu le plus complet du rendement diagnostique de la néphrogenèse à ce jour. Compte tenu des difficultés liées à la comparaison des différentes études, nous avons uniquement résumé et visualisé les données, mais n'avons pas effectué de méta-analyse statistique. Une variable importante était la classification des variantes qui n'était pas identique dans toutes les études. Dans 59/115 articles, seuls les critères de l'American College of Medical Genetics and Genomics (ACMG) ont été utilisés et dans 4/115, les critères de l'ACMG ont été utilisés conjointement avec d'autres étapes de filtrage (Tableau supplémentaire 3). Certaines études qui utilisaient d'autres classifications de variantes que les critères ACMG utilisaient les mêmes descriptions de variantes (c'est-à-dire, variantes pathogènes et probablement pathogènes), comme indiqué dans le tableau croisé dynamique du tableau supplémentaire 3. Nous avons constaté que les articles les plus récemment publiés utilisaient les critères ACMG (complémentaires). Figure 2d). Benson et coll. met en évidence l'impact que différents critères de classification peuvent avoir sur le rendement rapporté en signalant un rendement diagnostique de 68 % en utilisant les critères de l'ACMG et un rendement de 81 % en utilisant les directives de pathogénicité de la Mayo Clinic. En outre, il n’était pas toujours indiqué si les variantes pathogènes probables et pathogènes étaient incluses. Dans certains cas, les VUS étaient inclus dans le rendement diagnostique rapporté et il n'était pas possible de les soustraire, ce qui pourrait donner un rendement injustement élevé. Les panels basés sur WES et les critères ACMG étant utilisés plus souvent, il pourrait être plus facile de comparer les études futures. Nous avons choisi d'inclure les études publiées au cours des 10 dernières années, mais même avec cette limitation, nous nous attendons à ce que le rendement diagnostique soit probablement plus élevé dans les articles les plus récents en raison de l'augmentation du nombre de gènes connus de maladies rénales et de nouvelles techniques. Bien que nos données ne soutiennent pas clairement cette notion (données non présentées), cela s’explique probablement par d’autres facteurs masquant cet effet. Les futurs rapports sur le rendement du diagnostic bénéficieraient également de la déclaration de la population dont est issue la population étudiée. Cela n'a pas toujours été rapporté dans les articles inclus dans cette revue, ce qui rend difficile l'interprétation du rendement diagnostique minimum dans ces cohortes (cliniques).

8|QUELLE EST LA PROCHAINE?

Bien que cette revue donne un aperçu détaillé du rendement diagnostique rapporté, il existe encore des lacunes dans les connaissances concernant la véritable prévalence demaladie rénale héréditairedans la population générale d’IRC. Pour obtenir une estimation de ce chiffre, il faudrait mettre en place une étude dans laquelle tous les patients atteints d’insuffisance rénale vus dans différents contextes cliniques recevraient des tests génétiques. Puisque cela pourrait ne pas être réalisable, nous aimerions qu'il s'agisse au moins d'un appel à l'action pour rendre compte en détail de la population rapportée dans les études de rendement diagnostique, pour rendre compte des caractéristiques des patients, de la cohorte et des tests mentionnés dans cette revue, et pour utiliser des protocoles standards de classification des variantes. En outre, les opportunités de ségrégation des variantes (de signification inconnue) et d’analyse CNV ne doivent pas être manquées. Une autre opportunité de diagnostiquer des patients supplémentaires est le WGS, qui permet de séquencer l’intégralité du génome. Pour déterminer finalement le véritable rendement du diagnostic, il reste encore un long chemin à parcourir, car il existe probablement encore de nombreuses causes génétiques codantes et non codantes impliquées dansmaladie du reinqu'il faut découvrir.

9|CONCLUSION

Cette revue donne un aperçu du rendement diagnostique des tests génétiques à travers et au sein dephénotypes de maladie rénale. Les résultats les plus importants et les messages clés à retenir sont résumés dans la figure 6. Nous confirmons que les caractéristiques des patients (par exemple, antécédents familiaux, consanguinité, caractéristiques extrarénales et jeune âge d'apparition) peuvent avoir un impact positif sur le rendement du diagnostic. Par ailleurs, nous soulignons l’impact du test génétique spécifique demandé, notamment sa capacité à révéler les CNV. Nous montrons également l'importance de considérer le type de cohorte dans laquelle une étude a été réalisée, pour interpréter le rendement rapporté. Nous montrons qu’un diagnostic génétique peut avoir un impact diagnostique, thérapeutique et pronostique. Compte tenu des reclassifications basées sur des résultats génétiques et de la possibilité d'éviter dans de nombreux cas la nécessité d'une biopsie rénale diagnostique, une approche axée sur la génétique peut être envisagée dans la pratique clinique pour établir le diagnostic du patient. Le nombre de gènes à examiner, si et comment effectuer une analyse CNV et, dans l'ADTKD/ADPKD, des tests supplémentaires pour couvrir MUC1 et PKD1 doivent être pris en compte lors de la demande d'un test génétique. Bien entendu, il est important de noter que les situations spécifiques au patient et à sa famille peuvent également influencer la décision de réaliser un test génétique, ainsi que le choix du test génétique. De plus, la disponibilité des tests génétiques dans différents pays peut avoir un impact sur l’accessibilité des tests génétiques. Cette revue donne aux cliniciens des conseils sur l'estimation d'une probabilité a priori de trouver une cause génétique à la maladie rénale chez leurs patients.

CONTRIBUTIONS D'AUTEUR

Rozemarijn Snoek, Laura R. Claus et Albertien M. van Eerde ont élaboré la conception de la revue. Neuf VAM Knoers ont fourni des commentaires structurels sur la conception et les progrès de l'étude. Rozemarijn Snoek a extrait les données d'un sous-ensemble d'articles pour définir les variables d'intérêt. Laura R. Claus a extrait, évalué et analysé les données et a rédigé le document. Albertien M. van Eerde et Nine VAM Knoers ont évalué le document de manière critique. Tous les auteurs ont approuvé la version finale du manuscrit. REMERCIEMENTS Les auteurs remercient Rieko Haring et Richard van Kemenade qui ont effectué des recherches dans la base de données documentaires et examiné l'éligibilité des articles dans le cadre de leur thèse de licence. Ce travail a été soutenu par les Pays-BasFondation rénale(18OKG19 à AM c. E.). Les auteurs de cette publication sont membres du Réseau européen de référence pour les maladies rénales rares (ERKNet). CONFLIT D'INTÉRÊTS Les auteurs ne déclarent aucun conflit d'intérêt.

DÉCLARATION DE DISPONIBILITÉ DES DONNÉES Le partage de données ne s'applique pas à cet article car aucune nouvelle donnée n'a été créée ou analysée dans cette étude.

LES RÉFÉRENCES

Adalat, S., Hayes, WN, Bryant, WA, Booth, J., Woolf, AS, Kleta, R.,… Bockenhauer, D. (2019). Les mutations HNF1B sont associées à un Gitelman‐comme la tubulopathie qui se développe pendant l'enfance.Rapports internationaux sur le rein, 4, 1304–1311. Ahn, YH, Lee, C., Kim, NKD, Park, E., Kang, HG, Ha, IS,… Cheong, HI (2020).

Le séquençage ciblé de l’exome a permis d’établir un diagnostic génétique complet des anomalies congénitales des reins et des voies urinaires.Journal de médecine clinique, 9. Al Alawi, I., Al Salmi, I., Al Rahbi, F., Al Riyami, M., Al Kalbani, N., Al Ghaithi, B.,… Sayer, JA (2019).

Diagnostic génétique moléculaire des patients omanais atteints de maladie rénale kystique héréditaire.Rapports internationaux sur le rein, 4, 1751–1759. Al Alawi, I., Molinari, E., Al Salmi, I., Al Rahbi, F., Al Mawali, A. et Sayer, JA (2020). Caractéristiques cliniques et génétiques de la maladie polykystique rénale autosomique récessive à Oman.Néphrologie BMC, 21, 1–11. Al‐Hamed, MH, Al‐Sabban, E., Al‐Mojalli, H., Al.‐Harbi, N., Faqeih, E., Al Shaya, H.,… Meyer, BF (2013)Une analyse génétique moléculaire du syndrome néphrotique infantile dans une cohorte de familles saoudiennes. Journal de génétique humaine, 58, 480-489. Al‐Hamed, MH, Kurdi, W., Alsahan, N., Alabdullah, Z., Abudraz, R., Tulbah, M.,… Albaqumi, M. (2016). Le spectre génétique des patients saoudiens atteints de maladie rénale kystique prénatale et de phénotypes de ciliopathie à l'aide d'un panel de gènes rénaux ciblés. Journal de génétique médicale, 53, 338-347.

Service de soutien :

E-mail :wallence.suen@wecistanche.com

Whatsapp/Tél :+86 15292862950

Boutique:

https://www.xjcistanche.com/cistanche-shop