重症患儿通过全基因组测序诊断与医疗资源利用的关系
这项多中心回顾性队列研究纳入270名0-18岁重症患儿,比较WGS后获得遗传诊断(87例,32.2%)与未诊断(183例,67.8%)的长期医疗资源利用。获得诊断者中位住院次数(37 vs 22)、每年门诊就诊次数(14 vs 8)及年治疗费用(£335 vs £77)均显著更高,尤其神经发育和癫痫相关疾病。遗传诊断与资源向专科和疾病特异性治疗集中相关,而非减少总体资源使用。
要点
- 获得遗传诊断的重症患儿中位住院次数更高(37 vs 22,P<.001),每年门诊就诊更多(14 vs 8)。
- 遗传诊断者年治疗费用中位£335 vs £77,神经发育相关£1280 vs £130,癫痫相关£1277 vs £60。
- NICU招募的患儿中,诊断者再入院次数(58 vs 16)、专科参与数(12 vs 5)和门诊次数(21 vs 6)均更高。
- 预测模型AUROC为0.71(敏感性81%,特异性60%),高频住院和神经系统处方与更高诊断概率相关。
- 新生儿期起病和呼吸系统表型与较低遗传诊断概率相关。
适用人群与场景
- 0-18岁重症患儿,来自NICU(34.8%)、神经发育门诊(41.5%)和PICU(23.7%),纳入标准为临床高度怀疑单基因病(先天畸形、神经系统症状、疑似代谢病、极度宫内生长受限或不明原因危重症),非遗传病因所致表现不推荐WGS。
- 最终分析队列为成功链接初级保健记录的存活者(270/375,72%),结论严格适用于有连续医疗链接的长期存活者。
诊断标准与关键阈值
- 遗传诊断定义为检出致病、可能致病或意义不明变异;未检出者归为未诊断。
- 采用Wilcoxon秩和检验,效应量为Hodges-Lehmann中位差(95%CI),共288次统计检验,显著性阈值双侧P<.001,亚组最低样本量每臂n=7。
处置流程与药物剂量
- 原文未提及
红旗征与不能漏的情况
- 原文未提及
研究设计与关键结果
- 多中心回顾性队列研究,270名患儿(平均年龄8.65岁,男性55.2%),来自英国Next Generation of Children Project(2016年12月至2020年8月),初级保健记录链接分析于2022年1月至2024年6月进行。
- 获得遗传诊断87例(32.2%),未诊断183例(67.8%);诊断者中位住院次数37(IQR 18-66)vs 22(10-35),P<.001;每年门诊就诊14(7-26)vs 8(4-13)。
- 诊断者年入院费用中位£1281(£652-£2291)vs £795(£377-£1296);年治疗费用£335(£71-£1400)vs £77(£18-£430)。
- 神经发育相关年治疗费用£1280(£507-£2529)vs £130(£21-£354);癫痫相关£1277(£320-£2271)vs £60(£15-£143);癫痫诊断者神经系统处方中位48(22-88)vs 0。
- NICU招募患儿中,诊断者再入院58(38-94)vs 16(6-33),专科参与12(8-14)vs 5(2-7),门诊21(15-36)vs 6(2-12),入院费用£2092(£1201-£2809)vs £716(£546-£1247)。
- PICU场景总费用处方£1045(£244-£1914)vs £38(£14-£220);重症癫痫总费用处方£2438(£757-£4734)vs £72(£21-£301)。
- 预测模型验证集AUROC 0.71(敏感性81%,特异性60%),训练集0.78(敏感性79%,特异性64%),全数据集0.76(敏感性79%,特异性63%)。
- 诊断者死亡率16.8%(25/149)vs 未诊断者9.3%(26/281)(χ2=4.58;P=.032;Fisher精确P=.03)。
证据类型、等级与局限
- 研究类型:多中心回顾性队列研究,遵循STROBE报告规范;局限性包括回顾性设计、仅纳入成功链接初级保健记录的存活者(存在选择与存活者偏倚)、未链接个体数据未报告、成本为标准化利用指标而非正式成本效果分析、LDA模型可能忽略非线性效应并增加假阳性。
对床旁实践的改变
- 对重症患儿,WGS遗传诊断不应被预期为减少长期医疗资源使用;诊断后应预期持续且密集的专科随访、住院和疾病特异性处方需求,并据此规划资源。
- 在NICU或PICU起病、需频繁住院和神经系统处方的患儿中,应积极考虑WGS以明确遗传病因;新生儿期起病和呼吸系统表型者诊断概率较低,但不应据此排除检测。
- 遗传诊断有助于将医疗资源转向针对神经发育、癫痫、营养和胃肠道等特定问题的精准管理。
指南或共识出处
- 原文未提及
全文中译15 节 · 点击展开
引言
收入新生儿重症监护病房(NICU)或儿童重症监护病房(PICU)的儿童常表现为危及生命的严重疾病,影响生存和长期神经发育。1,2,3 遗传性疾病被认为是发病和死亡的主要原因,影响10%至30%收入NICU或PICU的儿童。4,5,6,7,8,9,10,11 因此,全基因组测序(WGS)在临床实践中日益普及,尤其是对于疑似罕见或单基因疾病。6,12,13,14,15,16
既往卫生经济学分析显示,WGS可降低PICU的费用,主要归因于减少急性住院时间和避免侵入性操作。2,3,4,8,17,18,19,20 加利福尼亚州的Project Baby Bear等倡议报告每名婴儿短期净医疗费用节省超过14 000美元。21 与其他将WGS作为临床干预进行评估的试验(如GEMINI22、NICUSeq23)或反事实研究(如Project Baby Bear21、Project Baby Deer24)不同,我们的观察性分析比较了具有可识别遗传学诊断的儿童和年轻人(以下简称儿童)与未获得该诊断者之间的长期医疗服务利用情况。我们梳理了单基因诊断儿童与多因素或环境原因入院儿童之间在临床自然史和资源需求方面的基线差异。与短期经济效益研究不同,基因组诊断对医疗服务利用的长期影响仍未被充分探索,尤其是在英国国家医疗服务体系(NHS)中。25,26 我们通过将儿科WGS结果与NHS Prescribing Services Ltd(Equality of Care Led Insights for Patient Safety & Engagement [ECLIPSE] Live)提供的临床结局数据相关联来填补这一知识空白,该数据包含超过2500万名患者的初级和二级医疗关联数据。27
下一代儿童项目(NGC)在剑桥开展(2016年12月至2020年8月),是WGS在重症监护环境中应用价值的早期示范,超过90%的临床医生报告检测后对患者管理和家庭沟通的信心有所提高。28 NGC内的初步评估显示,通过WGS获得的总体分子诊断率为21%至45%。12,28 NHS随后为符合检测标准的急性病患儿提供了快速基因组测序(R14服务),29,30 该服务已被证明对几乎所有确诊个体的患者管理和/或家庭生殖咨询产生了影响。25,31
我们将详细的临床表型和国家医疗服务体系(NHS)初级保健病历与新生儿基因组计划(NGC)的基因组学发现相结合。虽然我们报告了累积成本,但我们将其概念化为一种标准化指标,用于量化长期利用率的差异,而非正式的卫生经济学或成本效益评估。我们的目标不是评估基因诊断是否与医疗保健利用率相关,而是描绘并比较已诊断和未诊断儿童之间的纵向临床利用模式。我们旨在界定可识别遗传病因与不可识别遗传病因儿童之间在临床自然病史和资源需求方面的基线差异。其次,我们评估了医疗保健利用率和其他临床特征是否可能成为一种独立手段,用以识别从全基因组测序(WGS)中获得阳性遗传结果概率较高的儿童。
方法
研究治理与伦理
NGC研究经剑桥南部研究伦理委员会批准。通过英国国家卫生与 care 研究所以罕见病生物资源库,获得了父母对诊断性WGS及随后与病历数据链接的书面知情同意。与初级保健数据的具体链接经NIHR生物资源库数据访问委员会批准。本研究遵循流行病学观察性研究报告加强规范(STROBE)队列研究报告指南。
研究设计与参与者选择
NGC研究最初于2016年12月至2020年8月期间从新生儿重症监护病房(NICU)和儿科重症监护病房(PICU)、儿科神经科和遗传学诊所招募儿童。12,28 入组要求基于临床评估具有潜在单基因疾病的高可能性。32 纳入的儿童表现为先天性异常、神经系统症状、疑似代谢性疾病、极度宫内生长受限或不明原因的危重疾病。相反,对于可能由非遗传病因解释的表现,WGS并非指征。
人口统计学和临床环境数据
在提供了完整病历链接同意的NGC参与者中,最终分析队列由成功链接的幸存者组成,其具有用于确定性链接的完整初级标识符数据,最终分析队列中人口统计学变量缺失为0。参与者的族裔包括非洲、东亚、欧洲、芬兰-欧洲、南亚及其他,由父母报告确定。研究中收集族裔信息以描述研究人群特征并评估代表性的潜在差异。由于历史性同意变更,未链接个体的原始数据被省略,仅报告最终统计比较。为解决潜在的选择偏倚和幸存者偏倚,我们通过比较最终分析队列与更广泛NGC队列及完全同意个体的基线人口统计学和临床环境来评估队列代表性。关于选择偏倚、队列代表性和具体方法的更多细节见补充材料2中的eMethods。
临床表型数据
数据通过NIHR BioResource从电子病历中获取。通过Monarch Initiative识别、更新并标准化了独特的人类表型本体(HPO)术语(n = 1108)。33 针对靶向临床分析,选取了队列中3个最普遍的HPO术语(肌张力低下、癫痫发作以及神经发育和发育迟缓)进行个体化评估。标准化术语被映射至第3级父术语,产生23个独特的器官级术语,以实现统一的表型表示,便于一致的特征比较。
DNA变异分类
对遗传变异进行了基因组数据处理。使用先前描述的诊断标准,将变异分类为致病性、可能致病性和意义不明。28 任何携带已识别的致病性或可能致病性变异或意义不明变异的个体被归类为遗传学确诊,而其余个体被指定为遗传学未确诊。
初级保健记录
初级保健记录通过ECLIPSE Live平台获取。27 各全科诊所(负责管理英国初级保健数据)允许访问同意参与者的记录。在安全数据环境中使用假名化患者标识符(具体为NHS号码、出生日期和生理性别)进行确定性链接。所得纵向数据集涵盖了2022年1月至2024年6月期间的医疗服务利用及相关费用。费用以英镑报告(换算为美元需乘以1.36)。医疗费用估算的方法学细节见补充材料2中的eMethods。原始数据被分类为4个广泛的操作类别:医院就诊和住院、处方、病理学以及疾病状况(补充材料1中的eTable 1)。
初级保健数据集被处理为36个不同的特征。病理学、处方和疾病状况类别中高度稀疏的特征被聚合为复合组,以减轻矩阵稀疏性并优化后续评估。提供了全面的数据字典,包含明确的特征工程和衍生方法(补充材料1中的eTable 2和补充材料2中的eMethods)。
统计分析
多重性控制
组间比较使用Wilcoxon秩和检验进行。由于利用数据包含高频结值,显著性使用带标准连续性校正的渐近正态近似计算。效应量以Hodges-Lehmann中位数差异(95% CI)量化。共进行了288项统计检验,涵盖9个预定义临床亚组中分析的32个结局特征。未达到最低样本量(每组n = 7个个体)的亚组被排除。为严格控制家族错误率,我们采用了保守的固定显著性阈值,即双侧P < .001。我们使用R版本4.5.0(R Project for Statistical Computing)分析数据。
预测模型开发与特征影响分析
开发了一个二分类框架,通过将人口学、临床表型和医疗服务利用特征整合到一个统一特征矩阵中,以预测遗传诊断结果(补充材料1中的eTable 3)。临床表型使用数据处理过程中衍生的23个器官级HPO术语表示为二值矩阵。分类特征采用独热编码,数值特征在独热编码前被离散化为4个基于分位数的区间。构建了按诊断组分层、基于分位数分箱的人口学和初级保健特征直方图(图1和补充材料2中的eFigure 1)。
使用主成分分析(PCA)进行降维,随后进行有监督的线性判别分析(LDA)。PCA未进行中心化或标准化,以保留均匀的伯努利方差结构和底层矩阵稀疏性。通过100次重复随机子采样迭代(70%训练集和30%验证集划分)评估模型稳定性。为防止数据泄漏,所有模型参数仅在每个bootstrap循环内的训练分区上进行拟合。根据最高的平均验证受试者工作特征曲线下面积(AUROC)选择最优模型配置。
使用留一特征剔除分析在最终PCA和LDA模型上评估个体特征重要性。全面的方法学细节见补充材料2中的eMethods。
结果
队列特征与临床背景
在521名NCG招募者中,430名(82.5%)同意进行病历链接(图2)。在同意组中,死亡率与遗传诊断状态显著相关:149名已诊断个体中25名(16.8%)已死亡,而281名未诊断个体中26名(9.3%)已死亡(χ2 = 4.58;P = .032;Fisher精确检验,P = .03)(补充材料1中的eTable 4)。375名存活个体中有270名(72%)成功链接至ECLIPSE Live(图2)。未链接个体(n = 105)因缺少主要标识符、撤回同意、患者死亡或初级保健服务变更而被排除。同意后排除的原因为死亡(n = 51)和链接失败或撤回(n = 109),最终分析队列为270名个体(平均[SD]年龄8.65[6.58-9.46]岁;121名女性[44.8%]和149名男性[55.2%])。
在分析队列中,87名参与者(32.2%)获得了遗传学诊断,与完整NGC队列(34.0%)相似,而未诊断的同龄人为183名(67.8%)。在270名参与者中,2名(0.7%)为非洲裔,225名(83.3%)为欧洲裔(83%),1名(0.4%)为芬兰裔欧洲人,18名(6.7%)为南亚裔,24名(8.9%)为其他族裔。30%的参与者(n = 81)处于多重剥夺指数(IMD)第1至第4十分位(最低社会经济地位组)。儿童从临床环境中招募,包括94名(34.8%)来自新生儿重症监护病房(NICU),112名(41.5%)来自神经发育门诊,64名(23.7%)来自儿科重症监护病房(PICU)。分析队列(招募时间为2016年12月至2020年8月)由5至22岁的个体组成(分析时间为2025年3月),男性略占优势,且IMD高于完整NCG队列,但这些差异无统计学意义(补充材料1中的e表5和e表6以及补充材料2中的e图2)。虽然人口学检验显示队列保留不存在社会经济偏倚,但我们的结论严格适用于具有连续医疗保健 linkage 的长期幸存者。
医疗保健利用与费用模式
为评估遗传学诊断与未诊断个体之间在医疗保健利用和费用方面的差异,采用保守的多重检验框架并以家庭-wise error rate控制,在临床结局特征和预先定义的分析亚组之间进行比较(补充材料1中的e表7)。诊断个体在主要比较中一致显示显著更高的中位(IQR)医疗保健利用及相关费用(住院次数:37 [18-66] vs 22 [10-35];P < .001)(图3)。所有288个分析特征的P值完整清单见补充材料1中的e表8。对于同时满足显著性阈值(P < .001)和最小样本量要求(n ≥ 7)的比较,绝对差异的幅度在补充材料1中的e表9中正式量化。
确诊个体的中位(IQR)住院次数更多(37 [18-66] 对 22 [10-35]),涉及更多不同专科(8 [4-11] 对 5 [3-8]),每年初级和二级保健门诊就诊次数更多(14 [7-26] 对 8 [4-13])(补充材料2中的eFigure 3A1-A3),年住院费用更高(1281英镑 [652-2291英镑] 对 795英镑 [377-1296英镑])(图4A)。这些趋势在以下儿童中尤为突出:肌张力低下者(住院次数:52 [29-78] 对 20 [8-33])(补充材料2中的eFigure 3C1)、癫痫发作者(住院次数:36 [20-66] 对 20 [8-33];门诊就诊次数:13 [8-26] 对 8 [3-12])(补充材料2中的eFigure 3D1和D2)以及发育迟缓者(住院次数:36 [16-67] 对 20 [8-33])(补充材料2中的eFigure 3E1),尽管癫痫发作个体在专科数量上未显示差异。确诊参与者的年中位(IQR)治疗费用也更高(335英镑 [71-1400英镑] 对 77英镑 [18-430英镑])(图4B),尤其是遗传性神经发育疾病(1280英镑 [507-2529英镑] 对 130英镑 [21-354英镑])(补充材料2中的eFigure 3F3)和癫痫相关疾病(1277英镑 [320-2271英镑] 对 60英镑 [15-143英镑])(图4D)。确诊癫痫发作的参与者中位(IQR)处方数更多,尤其是神经系统(48 [22-88] 对 0)和胃肠(5 [1-18] 对 0 [0-2])用药(补充材料2中的eFigure 3H1和H2)。发育迟缓参与者的护理与卫生用品(1 [0-16] 对 0 [0-1])(如导管、喂养管和体位辅助器具)及营养相关(4 [0-42] 对 0 [0-1])处方中位(IQR)数增加(补充材料2中的eFigure 3I1和I2)。各疾病类别和利用指标的所有统计学显著差异见补充材料2中的图4和eFigure 2-5)。
与诊断相关的医疗保健费用,突显确诊个体更高的总住院和治疗费用,见补充材料2中的图4C和D及eFigure 3D和H。在从新生儿重症监护病房(NICU)招募的儿童中,确诊者的中位(IQR)再入院次数更多(58 [38-94] 对 16 [6-33]),专科参与更多(12 [8-14] 对 5 [2-7]),门诊就诊次数更多(21 [15-36] 对 6 [2-12]),住院费用更高(2092英镑 [1201-2809英镑] 对 716英镑 [546-1247英镑])(补充材料2中的eFigure 4A-D)。神经发育(神经系统处方:42 [22-64] 对 0 [0-3])和儿科重症监护病房(PICU)(处方总费用:1045英镑 [244-1914英镑] 对 38英镑 [14-220英镑])环境中的中位(IQR)差异具体见补充材料2中的eFigure 5A和B,重症监护癫痫发作者(处方总费用:2438英镑 [757-4734英镑] 对 72英镑 [21-301英镑])见补充材料2中的eFigure 6B。确诊个体始终表现出显著更高的医疗保健利用和费用,包括住院、门诊就诊和处方费用,最显著的差异见于癫痫发作、肌张力低下和发育迟缓的儿童。
预测模型
为确定医疗保健利用模式是否能提供通过WGS获得诊断的可能性的信息,在70%的队列上训练了一个模型,并在30%上进行验证(补充材料2中的e图7A)。LDA得分显示确诊个体(0.62 [0.03至1.19])和未确诊个体(−0.29 [−1.01至0.42])之间存在清晰的中位数(IQR)分离(P < .001),AUROC分析(补充材料2中的e图7B和C)得出的AUROC为0.71(敏感性,81%;特异性,60%)。训练AUROC为0.78(敏感性,79%;特异性,64%),完整数据集的AUROC为0.76(敏感性,79%;特异性,63%)。
特征影响分析(图5)识别了与诊断概率相关的关键临床指标(补充材料1中的eTable 10)。关键预测因素为年龄较大、较高的IMD十分位数、在神经发育单元接受管理、较低的急诊科就诊次数、较高的住院次数、较高的总入院次数以及较高的住院费用(从1549英镑至9201英镑)。低住院天数(1至2天)和高住院天数(4至24天)均与诊断可能性增加相关。治疗相关预测因素包括较高的年度处方量、治疗费用以及营养、神经、胃肠调节和卫生护理方面的处方。低呼吸系统处方与可能性增加相关,而高呼吸系统处方、低营养处方以及在新⽣儿重症监护病房(NICU)接受管理与可能性降低相关。六个HPO系统(肌肉骨骼、头颈部、生长、眼、肢体和神经系统)是诊断的关键预测因素,而血液、免疫和代谢系统异常与较低的可能性相关。我们注意到,使用PCA预处理的LDA模型优先考虑清晰性,但可能忽略了非线性效应并增加了假阳性。总之,我们模型的特征分析表明,在重症背景下,从儿童全基因组测序(WGS)中获得阳性诊断的可能性与高医疗服务利用相关,特别是频繁住院和神经系统处方,而新生儿表现和呼吸系统表型与获得遗传诊断的较低可能性相关。
讨论
虽然此前多项研究表明WGS对重症儿童在短期内具有益处和成本节约效果,但本队列研究探讨了WGS诊断的长期影响。我们通过结合重症儿童的一级护理记录和基因组数据,产生了新的见解。
通过WGS获得的遗传诊断与总体长期医疗费用的降低无关,而是与针对个体患者量身定制的临床资源更精准分配相关。获得遗传诊断的个体比未诊断的同伴使用了显著更多的医疗资源,包括住院次数增加、门诊就诊次数增加以及针对神经、胃肠和营养管理的疾病特异性处方增加。
虽然诊断组和未诊断组之间相关HPO术语相当,但获得诊断的儿童更多地使用了专科诊疗路径和个性化治疗。利用模式中最显著的差异出现在最初在重症监护环境(NICU或PICU)中被诊断的儿童中,凸显了该人群的临床复杂性。
这些发现对于指导临床服务具有重要意义。我们团队此前的研究表明,早期发现有助于在急性疾病阶段优先实现更快速的管理。12,28 我们现在表明,已确诊的儿童往往能够在急性期之后获得更专业化的照护。虽然这可能不会降低即时费用,但它优化了对慢性神经发育障碍的长期照护。重要的是,我们的结果支持继续应用当前NHS全基因组测序(WGS)的准入标准,该标准优先考虑临床高度怀疑单基因病的儿童,而非将WGS纳入范围扩大至更广泛、非特异性的临床类别。
我们队列中无人接受基因治疗,例如反义寡核苷酸,这类治疗会产生高额年费用。因此,我们关于较高医疗资源利用和费用的发现独立于围绕先进疗法的考量,而后者是未来需要重要考虑的问题。
医疗资源利用模式与表型-诊断关联密切相关。留一特征剔除分析显示,较大年龄、较高社会经济地位以及处方和住院的某些方面与较高的诊断率相关。值得注意的是,未诊断组中的新生儿表现出显著更高的免疫抑制剂使用。在缺乏基因诊断以指导基因型导向治疗的情况下,这很可能反映了对未分化炎症状态依赖经验性免疫调节。它也可能反映复杂的获得性新生儿疾病,如慢性肺病,凸显了管理潜在病因不明的新生儿所固有的独特治疗挑战。
局限性
本研究存在若干局限性。我们承认,本研究描述的是队列固有的临床复杂性,而非诊断干预的任何因果效应。这种观察性设计的一个局限性在于无法区分诊断过程本身是否通过专科干预与费用增加相关,还是这些支出反映了管理遗传病的内在基线需求。此外,这些指标并不能阐明较高的资源利用反映的是更有针对性的临床管理,还是与医疗系统频繁、持续接触的副产品。因此,这些发现表明的是高临床复杂性和系统性参与,而非作为照护质量或治疗优化的直接替代指标。
样本量限制使得无法采用独立保留测试集的三分数据划分。由于这种划分在较小队列中可能损害统计效能,34,35 我们转而采用了严格的内部验证,其中验证分区在嵌套循环内参与主成分选择。这些结果代表了稳定的内部估计。然而,后续需要在独立的多中心外部队列中进行评估,以确认模型的准确性并考虑招募时期漂移的影响。此外,虽然我们的模型量化了临床轨迹,但并未捕捉到应对医疗利用增加的生活体验。该队列中的定性研究突显了诊断后阶段复杂的父母支持需求,36 以及父母对基因组结果可能如何改变医疗照护和支持可获得性的不同看法。37 未来研究应将这些定性体验与利用指标相结合,以全面评估基因组诊断的更广泛影响。
其他局限性包括分析数据集相对较小。我们无法纳入未同意进行关联研究的参与者、已死亡的参与者,以及未在具有可用关联数据的全科诊所注册的参与者。从同意到最终关联之间的失访引入了潜在的选择偏倚来源。由于诊断状态和临床严重程度通常与早期死亡相关,这一仅包含存活者的队列可能低估了与最严重遗传表现相关的高强度医疗利用(补充材料1中的eTable 11)。因此,我们的发现可能提供了对真实利用差距的保守估计。反之,早期诊断可能促进向姑息治疗的过渡,从而大幅降低后续医疗费用;因此,分析也可能低估了早期诊断的总经济影响。虽然统计比较证实最终队列在基线人口学特征方面仍代表原始研究人群(补充材料1中的eTables 5和6以及补充材料2中的eFigure 2),但必须考虑存活者偏倚的可能性。
此外,我们承认表型严重程度可能存在混杂效应。具有严重或多系统表现的儿童更可能既接受致病性诊断,又需要密集、持续的医学随访。由于本研究未使用基于倾向性的匹配或标准化临床严重程度评分,所观察到的利用差距反映了诊断状态与基础疾病内在严重程度的综合作用,描述的是总体负担,而非分离出诊断本身的经济影响。此外,全基因组测序(WGS)的前期费用无法获得以纳入分析。然而,这与使用累计费用作为系统性医疗利用的标准化替代指标而非进行正式的成本效益评估是一致的。此外,虽然我们的模型使用IMD评分调整了基线社会经济地位,但我们的数据集缺乏细粒度的家庭层面协变量或地理参数。未测量的混杂因素,如区域医疗可及性和父母健康状况,可能独立调节医疗利用。
结论
这项队列研究的结果表明,将遗传数据与社区或全科医疗记录相关联,并大规模映射被诊断为罕见遗传病儿童的医疗保健利用需求,是具有可行性的。通过全基因组测序(WGS)确诊的儿童,其随时间推移的医疗费用显著高于未明确遗传诊断的儿童。尽管这些发现并未衡量WGS作为临床干预措施的效果,但它们提供了对医疗保健利用模式的纵向特征描述,并突显了单基因疾病固有的深刻临床复杂性和持续的资源需求。研究结果表明,WGS诊断而非降低总体费用,可能促进专科照护的整合,有助于使医疗保健资源与个体需求相匹配。未来的工作应在不同人群中验证这些发现。长期策略应侧重于预测照护强度和治疗需求,并进行包含初级、二级和社会照护费用的成本评估。
参考来源
- Dias JML, More RP, Butler D, et al. Diagnosis Through Whole Genome Sequencing and Care Utilization in Children With Severe Illness. JAMA Netw Open. 2026. PMID: 42752907. doi:10.1001/jamanetworkopen.2026.34372
- 全文:PMC13586901(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13586901/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。