On vérifie si les événements sont rares et indépendants, et on utilise des tests statistiques.
Distribution de PoissonStatistiques
#2
Quels outils statistiques sont utilisés ?
Les tests de chi carré et les tests de Poisson sont couramment utilisés pour l'analyse.
Tests statistiquesAnalyse de données
#3
Quand utiliser la loi de Poisson ?
Elle est utilisée pour modéliser des événements rares comme les accidents ou les maladies.
Événements raresModélisation statistique
#4
Quels sont les critères d'application ?
Les événements doivent être indépendants et se produire à un taux constant dans le temps.
IndépendanceTaux d'événements
#5
Comment vérifier l'adéquation du modèle ?
On compare les données observées avec les données attendues par le modèle de Poisson.
Modèle statistiqueAnalyse de variance
Symptômes
5
#1
Quels symptômes modélise-t-on avec la loi de Poisson ?
On modélise des événements comme des cas de maladies ou des accidents dans un intervalle donné.
SymptômesÉvénements de santé
#2
La loi de Poisson peut-elle prédire des épidémies ?
Oui, elle peut estimer le nombre de cas d'une maladie dans un temps donné, comme une épidémie.
ÉpidémiesPrévision
#3
Quels événements sont souvent analysés ?
Les événements comme les admissions à l'hôpital ou les infections nosocomiales sont analysés.
Admissions hospitalièresInfections nosocomiales
#4
Peut-on modéliser des décès avec cette loi ?
Oui, la loi de Poisson est utilisée pour modéliser le nombre de décès dans une population sur une période.
DécèsDémographie
#5
Quels types de maladies sont concernés ?
Des maladies infectieuses, des accidents et des maladies chroniques peuvent être modélisées.
Maladies infectieusesAccidents
Prévention
5
#1
Comment la loi de Poisson aide-t-elle à la prévention ?
Elle permet d'estimer le risque d'événements indésirables et d'orienter les stratégies de prévention.
PréventionRisque
#2
Peut-on prédire des épidémies avec cette loi ?
Oui, elle aide à prédire le nombre de cas d'épidémies et à planifier des interventions préventives.
Prédiction d'épidémiesInterventions préventives
#3
Quels événements préventifs sont modélisés ?
On modélise des événements comme les vaccinations et les campagnes de sensibilisation.
VaccinationSensibilisation
#4
Comment évaluer l'impact des campagnes ?
On utilise la loi de Poisson pour analyser le nombre de cas avant et après les campagnes de prévention.
Impact des campagnesAnalyse comparative
#5
Quels facteurs influencent la prévention ?
Les facteurs comme le taux de vaccination et l'accès aux soins influencent les résultats préventifs.
Taux de vaccinationAccès aux soins
Traitements
5
#1
Comment la loi de Poisson aide-t-elle en traitement ?
Elle permet d'évaluer l'efficacité des traitements en analysant le nombre d'événements indésirables.
Efficacité des traitementsÉvénements indésirables
#2
Peut-on ajuster les traitements avec cette loi ?
Oui, les données de Poisson aident à ajuster les traitements en fonction des résultats observés.
Ajustement thérapeutiqueRésultats cliniques
#3
Comment évaluer les effets secondaires ?
On utilise la loi de Poisson pour modéliser le nombre d'effets secondaires dans des essais cliniques.
Effets secondairesEssais cliniques
#4
La loi de Poisson influence-t-elle la recherche ?
Oui, elle guide la recherche sur l'impact des traitements en analysant les événements rares.
Recherche médicaleImpact des traitements
#5
Quels traitements sont souvent analysés ?
Les traitements pour les maladies infectieuses et les interventions chirurgicales sont souvent analysés.
Maladies infectieusesInterventions chirurgicales
Complications
5
#1
Quelles complications peuvent être modélisées ?
On peut modéliser des complications comme les infections post-opératoires ou les effets secondaires.
ComplicationsInfections post-opératoires
#2
Comment la loi de Poisson aide-t-elle à comprendre les complications ?
Elle permet d'analyser la fréquence des complications et d'identifier des facteurs de risque.
Analyse de fréquenceFacteurs de risque
#3
Peut-on prédire des complications avec cette loi ?
Oui, elle aide à prédire le nombre de complications dans des populations spécifiques après un traitement.
PrédictionPopulation spécifique
#4
Quels types de complications sont souvent étudiés ?
Les complications chirurgicales et les effets indésirables des médicaments sont souvent étudiés.
Complications chirurgicalesEffets indésirables
#5
Comment réduire les complications ?
On utilise les données de Poisson pour identifier les risques et améliorer les protocoles de soins.
Réduction des risquesProtocoles de soins
Facteurs de risque
5
#1
Quels facteurs influencent la loi de Poisson ?
Les facteurs comme l'âge, le sexe et les antécédents médicaux influencent les événements modélisés.
Facteurs de risqueAntécédents médicaux
#2
Comment identifier les facteurs de risque ?
On analyse les données épidémiologiques pour identifier les facteurs associés à des événements rares.
ÉpidémiologieAnalyse de données
#3
Les comportements influencent-ils les résultats ?
Oui, des comportements comme le tabagisme ou l'alimentation peuvent augmenter les risques d'événements.
Comportements de santéTabagisme
#4
Quels facteurs environnementaux sont considérés ?
Des facteurs comme la pollution et l'accès aux soins de santé sont pris en compte dans l'analyse.
PollutionAccès aux soins
#5
Comment les facteurs de risque sont-ils utilisés ?
Ils sont utilisés pour orienter les politiques de santé publique et les stratégies de prévention.
Politiques de santéStratégies de prévention
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Loi de Poisson : Questions médicales les plus fréquentes",
"headline": "Loi de Poisson : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Loi de Poisson : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-04-05",
"dateModified": "2025-03-31",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Loi de Poisson"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Lois statistiques",
"url": "https://questionsmedicales.fr/mesh/D016008",
"about": {
"@type": "MedicalCondition",
"name": "Lois statistiques",
"code": {
"@type": "MedicalCode",
"code": "D016008",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "N06.850.520.830.994"
}
}
},
"about": {
"@type": "MedicalCondition",
"name": "Loi de Poisson",
"alternateName": "Poisson Distribution",
"code": {
"@type": "MedicalCode",
"code": "D016012",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Cécile Kremer",
"url": "https://questionsmedicales.fr/author/C%C3%A9cile%20Kremer",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Andrea Torneri",
"url": "https://questionsmedicales.fr/author/Andrea%20Torneri",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Sien Boesmans",
"url": "https://questionsmedicales.fr/author/Sien%20Boesmans",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Hanne Meuwissen",
"url": "https://questionsmedicales.fr/author/Hanne%20Meuwissen",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Selina Verdonschot",
"url": "https://questionsmedicales.fr/author/Selina%20Verdonschot",
"affiliation": {
"@type": "Organization",
"name": ""
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Prenatal diagnosis and genetic etiology analysis of talipes equinovarus by chromosomal microarray analysis.",
"datePublished": "2023-11-20",
"url": "https://questionsmedicales.fr/article/37986075",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1186/s12920-023-01733-2"
}
},
{
"@type": "ScholarlyArticle",
"name": "Assessing the Differential Methylation Analysis Quality for Microarray and NGS Platforms.",
"datePublished": "2023-05-11",
"url": "https://questionsmedicales.fr/article/37239934",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.3390/ijms24108591"
}
},
{
"@type": "ScholarlyArticle",
"name": "Chromosomal microarray analysis in pregnancy loss: Is it time for a consensus approach?",
"datePublished": "2022-10-06",
"url": "https://questionsmedicales.fr/article/36176068",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1002/pd.6244"
}
},
{
"@type": "ScholarlyArticle",
"name": "A Multicenter Analysis of Abnormal Chromosomal Microarray Findings in Congenital Heart Disease.",
"datePublished": "2023-09-08",
"url": "https://questionsmedicales.fr/article/37681527",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1161/JAHA.123.029340"
}
},
{
"@type": "ScholarlyArticle",
"name": "Whole genome sequencing vs chromosomal microarray analysis in prenatal diagnosis.",
"datePublished": "2023-03-11",
"url": "https://questionsmedicales.fr/article/36907537",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.ajog.2023.03.005"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Environnement et santé publique",
"item": "https://questionsmedicales.fr/mesh/D004778"
},
{
"@type": "ListItem",
"position": 3,
"name": "Santé publique",
"item": "https://questionsmedicales.fr/mesh/D011634"
},
{
"@type": "ListItem",
"position": 4,
"name": "Méthodes épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D004812"
},
{
"@type": "ListItem",
"position": 5,
"name": "Statistiques comme sujet",
"item": "https://questionsmedicales.fr/mesh/D013223"
},
{
"@type": "ListItem",
"position": 6,
"name": "Lois statistiques",
"item": "https://questionsmedicales.fr/mesh/D016008"
},
{
"@type": "ListItem",
"position": 7,
"name": "Loi de Poisson",
"item": "https://questionsmedicales.fr/mesh/D016012"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Loi de Poisson - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Loi de Poisson",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2025-05-11",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Loi de Poisson",
"description": "Comment identifier une distribution de Poisson ?\nQuels outils statistiques sont utilisés ?\nQuand utiliser la loi de Poisson ?\nQuels sont les critères d'application ?\nComment vérifier l'adéquation du modèle ?",
"url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Microarray+Analysis#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Loi de Poisson",
"description": "Quels symptômes modélise-t-on avec la loi de Poisson ?\nLa loi de Poisson peut-elle prédire des épidémies ?\nQuels événements sont souvent analysés ?\nPeut-on modéliser des décès avec cette loi ?\nQuels types de maladies sont concernés ?",
"url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Microarray+Analysis#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Loi de Poisson",
"description": "Comment la loi de Poisson aide-t-elle à la prévention ?\nPeut-on prédire des épidémies avec cette loi ?\nQuels événements préventifs sont modélisés ?\nComment évaluer l'impact des campagnes ?\nQuels facteurs influencent la prévention ?",
"url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Microarray+Analysis#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Loi de Poisson",
"description": "Comment la loi de Poisson aide-t-elle en traitement ?\nPeut-on ajuster les traitements avec cette loi ?\nComment évaluer les effets secondaires ?\nLa loi de Poisson influence-t-elle la recherche ?\nQuels traitements sont souvent analysés ?",
"url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Microarray+Analysis#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Loi de Poisson",
"description": "Quelles complications peuvent être modélisées ?\nComment la loi de Poisson aide-t-elle à comprendre les complications ?\nPeut-on prédire des complications avec cette loi ?\nQuels types de complications sont souvent étudiés ?\nComment réduire les complications ?",
"url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Microarray+Analysis#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Loi de Poisson",
"description": "Quels facteurs influencent la loi de Poisson ?\nComment identifier les facteurs de risque ?\nLes comportements influencent-ils les résultats ?\nQuels facteurs environnementaux sont considérés ?\nComment les facteurs de risque sont-ils utilisés ?",
"url": "https://questionsmedicales.fr/mesh/D016012?mesh_terms=Microarray+Analysis#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment identifier une distribution de Poisson ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "On vérifie si les événements sont rares et indépendants, et on utilise des tests statistiques."
}
},
{
"@type": "Question",
"name": "Quels outils statistiques sont utilisés ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les tests de chi carré et les tests de Poisson sont couramment utilisés pour l'analyse."
}
},
{
"@type": "Question",
"name": "Quand utiliser la loi de Poisson ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle est utilisée pour modéliser des événements rares comme les accidents ou les maladies."
}
},
{
"@type": "Question",
"name": "Quels sont les critères d'application ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les événements doivent être indépendants et se produire à un taux constant dans le temps."
}
},
{
"@type": "Question",
"name": "Comment vérifier l'adéquation du modèle ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "On compare les données observées avec les données attendues par le modèle de Poisson."
}
},
{
"@type": "Question",
"name": "Quels symptômes modélise-t-on avec la loi de Poisson ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "On modélise des événements comme des cas de maladies ou des accidents dans un intervalle donné."
}
},
{
"@type": "Question",
"name": "La loi de Poisson peut-elle prédire des épidémies ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle peut estimer le nombre de cas d'une maladie dans un temps donné, comme une épidémie."
}
},
{
"@type": "Question",
"name": "Quels événements sont souvent analysés ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les événements comme les admissions à l'hôpital ou les infections nosocomiales sont analysés."
}
},
{
"@type": "Question",
"name": "Peut-on modéliser des décès avec cette loi ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, la loi de Poisson est utilisée pour modéliser le nombre de décès dans une population sur une période."
}
},
{
"@type": "Question",
"name": "Quels types de maladies sont concernés ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des maladies infectieuses, des accidents et des maladies chroniques peuvent être modélisées."
}
},
{
"@type": "Question",
"name": "Comment la loi de Poisson aide-t-elle à la prévention ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'estimer le risque d'événements indésirables et d'orienter les stratégies de prévention."
}
},
{
"@type": "Question",
"name": "Peut-on prédire des épidémies avec cette loi ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle aide à prédire le nombre de cas d'épidémies et à planifier des interventions préventives."
}
},
{
"@type": "Question",
"name": "Quels événements préventifs sont modélisés ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "On modélise des événements comme les vaccinations et les campagnes de sensibilisation."
}
},
{
"@type": "Question",
"name": "Comment évaluer l'impact des campagnes ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "On utilise la loi de Poisson pour analyser le nombre de cas avant et après les campagnes de prévention."
}
},
{
"@type": "Question",
"name": "Quels facteurs influencent la prévention ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les facteurs comme le taux de vaccination et l'accès aux soins influencent les résultats préventifs."
}
},
{
"@type": "Question",
"name": "Comment la loi de Poisson aide-t-elle en traitement ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'évaluer l'efficacité des traitements en analysant le nombre d'événements indésirables."
}
},
{
"@type": "Question",
"name": "Peut-on ajuster les traitements avec cette loi ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les données de Poisson aident à ajuster les traitements en fonction des résultats observés."
}
},
{
"@type": "Question",
"name": "Comment évaluer les effets secondaires ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "On utilise la loi de Poisson pour modéliser le nombre d'effets secondaires dans des essais cliniques."
}
},
{
"@type": "Question",
"name": "La loi de Poisson influence-t-elle la recherche ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle guide la recherche sur l'impact des traitements en analysant les événements rares."
}
},
{
"@type": "Question",
"name": "Quels traitements sont souvent analysés ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les traitements pour les maladies infectieuses et les interventions chirurgicales sont souvent analysés."
}
},
{
"@type": "Question",
"name": "Quelles complications peuvent être modélisées ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "On peut modéliser des complications comme les infections post-opératoires ou les effets secondaires."
}
},
{
"@type": "Question",
"name": "Comment la loi de Poisson aide-t-elle à comprendre les complications ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'analyser la fréquence des complications et d'identifier des facteurs de risque."
}
},
{
"@type": "Question",
"name": "Peut-on prédire des complications avec cette loi ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle aide à prédire le nombre de complications dans des populations spécifiques après un traitement."
}
},
{
"@type": "Question",
"name": "Quels types de complications sont souvent étudiés ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les complications chirurgicales et les effets indésirables des médicaments sont souvent étudiés."
}
},
{
"@type": "Question",
"name": "Comment réduire les complications ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "On utilise les données de Poisson pour identifier les risques et améliorer les protocoles de soins."
}
},
{
"@type": "Question",
"name": "Quels facteurs influencent la loi de Poisson ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les facteurs comme l'âge, le sexe et les antécédents médicaux influencent les événements modélisés."
}
},
{
"@type": "Question",
"name": "Comment identifier les facteurs de risque ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "On analyse les données épidémiologiques pour identifier les facteurs associés à des événements rares."
}
},
{
"@type": "Question",
"name": "Les comportements influencent-ils les résultats ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, des comportements comme le tabagisme ou l'alimentation peuvent augmenter les risques d'événements."
}
},
{
"@type": "Question",
"name": "Quels facteurs environnementaux sont considérés ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des facteurs comme la pollution et l'accès aux soins de santé sont pris en compte dans l'analyse."
}
},
{
"@type": "Question",
"name": "Comment les facteurs de risque sont-ils utilisés ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils sont utilisés pour orienter les politiques de santé publique et les stratégies de prévention."
}
}
]
}
]
}
With the advancement of molecular technology, fetal talipes equinovarus (TE) is believed to be not only associated with chromosome aneuploidy, but also related to chromosomal microdeletion and microdu...
This retrospectively study included 131 fetuses with TE identified by ultrasonography. Conventional karyotyping and SNP array analysis were performed for all the subjects. They were divided into isola...
Among the total of 131 fetuses, karyotype analysis found 12(9.2%) abnormal results, while SNP array found 27 (20.6%) cases. Trisomy 18 was detected most frequently among abnormal karyotypes. The detec...
Fetal TE is related to chromosomal microdeletion or microduplication. Prenatal diagnosis is recommended for fetuses with TE, and CMA testing is preferred. CMA can improve the detection rate of chromos...
Differential methylation (DM) is actively recruited in different types of fundamental and translational studies. Currently, microarray- and NGS-based approaches for methylation analysis are the most w...
To investigate the efficacy and outcomes of chromosomal microarray (CMA) in the cytogenomic evaluation of products of conception (POC)....
Over a 42-month period, 323 POC samples were tested by CMA. Results were assessed using variables including phenotype, gestational age, results from orthogonal testing, and follow-up parental analysis...
CMA identified cytogenetic abnormalities in 47.4% of first trimester losses and 10.9% of second and third trimester losses. Chromosomal microarray results specifically from 5 to 7-week losses showed s...
Our findings of specific types of genetic abnormalities and the respective frequencies by gestational age closely align with those of published karyotype studies, supporting the use of routine CMA tes...
Background Chromosomal microarray analysis (CMA) provides an opportunity to understand genetic causes of congenital heart disease (CHD). The methods for describing cardiac phenotypes in patients with ...
Emerging studies suggest that whole genome sequencing provides additional diagnostic yield of genomic variants when compared with chromosomal microarray analysis in the etiologic diagnosis of infants ...
This study aimed to evaluate the accuracy, efficacy, and incremental yield of whole genome sequencing in comparison with chromosomal microarray analysis for routine prenatal diagnosis....
In this prospective study, a total of 185 unselected singleton fetuses with ultrasound-detected structural anomalies were enrolled. In parallel, each sample was subjected to whole genome sequencing an...
Overall, genetic diagnoses using whole genome sequencing were obtained for 28 (15.1%) cases. Whole genome sequencing not only detected all these aneuploidies and copy number variations in the 20 (10.8...
Compared with chromosomal microarray analysis, whole genome sequencing increased the additional detection rate by 5.9% (11/185). Using whole genome sequencing, we detected not only aneuploidies and co...
The current study aimed to compare the characteristics of chromosome abnormalities detected by conventional G-banding karyotyping, chromosome microarray analysis (CMA), or fluorescence in situ hybridi...
From March 2019 to March 2021, 3710 amniocentesis samples were retrospectively collected from women who accepted prenatal diagnosis at 16 to 22 + 6 weeks of pregnancy. The pregnant women underwent kar...
In total, 3710 G-banding karyotype results and CMA results from invasive prenatal diagnosis were collected. Of these, 201 (5.41%) fetuses with an abnormal karyotype were observed. The CMA analysis sho...
Conventional G-banding karyotyping and CMA have their own advantages and limitations. A combination of karyotype analysis and CMA can increase the detection rate of chromosome abnormalities and make u...
Chromosomal microarray analysis (CMA) is considered a first-tier test for patients with developmental disabilities and congenital anomalies and is also routinely applied in prenatal diagnosis. The cur...
Autism spectrum disorder (ASD) is characterized by high heritability estimates and recurrence rates; its genetic underpinnings are very heterogeneous and include variable combinations of common and ra...
The aim of this study was to evaluate both diagnostic yield and clinical impact of aCGH in 329 ASD patients of Italian descent....
Pathogenic/likely pathogenic CNVs were identified in 50/329 (15.2%) patients, whereas 89/329 (27.1%) carry variants of uncertain significance. The 10 most enriched gene sets identified by Gene Ontolog...
This study confirms the satisfactory diagnostic yield of aCGH, underscoring its potential for better, more in-depth care of children with autism when genetic results are analyzed also with a focus on ...
Azoospermia consists of a significant proportion of infertility aetiology in males. Although known genetic abnormalities may explain roughly the third of infertility cases, the exact aetiology is stil...
This study was performed to assess the optimal resolution for prenatal testing by array comparative genomic hybridization (aCGH), aiming to balance between maximum diagnostic yield and minimal detecti...
This was a prospective study using data of 2,336 fetuses that underwent invasive prenatal diagnosis, and the samples were analyzed by aCGH. In total, six different aCGH platforms were studied; four di...
The diagnostic yield of copy number variants increased with increasing level of analysis. The detection rates of clinically significant chromosomal abnormalities were almost the same across our target...
It appears that the targeted array platform with 0.5 Mb backbone resolution and 0.05 Mb on targeted gene-rich regions is optimal for routine chromosomal microarray analysis use in prenatal diagnosis. ...
