PurposeTo develop an evidence-based clinical practice guideline for the use of exome and genome sequencing (ES/GS) in the care of pediatric patients with one or more congenital anomalies (CA) with onset prior to age 1 year or developmental delay (DD) or intellectual disability (ID) with onset prior to age 18 years.MethodsThe Pediatric Exome/Genome Sequencing Evidence-Based Guideline Work Group (n = 10) used the Grading of Recommendations Assessment, Development and Evaluation (GRADE) evidence to decision (EtD) framework based on the recent American College of Medical Genetics and Genomics (ACMG) systematic review, and an Ontario Health Technology Assessment to develop and present evidence summaries and health-care recommendations. The document underwent extensive internal and external peer review, and public comment, before approval by the ACMG Board of Directors.ResultsThe literature supports the clinical utility and desirable effects of ES/GS on active and long-term clinical management of patients with CA/DD/ID, and on family-focused and reproductive outcomes with relatively few harms. Compared with standard genetic testing, ES/GS has a higher diagnostic yield and may be more cost-effective when ordered early in the diagnostic evaluation.ConclusionWe strongly recommend that ES/GS be considered as a first- or second-tier test for patients with CA/DD/ID.

Abstract Abstract Well-curated datasets are essential to evidence based decision making and to the integration of artificial intelligence with human reasoning across disciplines. However, many sources of data remain siloed, unstructured, and/or unavailable for complementary and secondary research. Sysrev was developed to address these issues. First, Sysrev was built to aid in systematic evidence reviews (SER), where digital documents are evaluated according to a well defined process, and where Sysrev provides an easy to access, publicly available and free platform for collaborating in SER projects. Secondly, Sysrev addresses the issue of unstructured, siloed, and inaccessible data in the context of generalized data extraction, where human and machine learning algorithms are combined to extract insights and evidence for better decision making across disciplines. Sysrev uses FAIR - Findability, Accessibility, Interoperability, and Reuse of digital assets - as primary principles in design. Sysrev was developed primarily because of an observed need to reduce redundancy, reduce inefficient use of human time and increase the impact of evidence based decision making. This publication is an introduction to Sysrev as a novel technology, with an overview of the features, motivations and use cases of the tool. Methods Sysrev.com is a FAIR motivated web platform for data curation and SER. Sysrev allows users to create data curation projects called “sysrevs” wherein users upload documents, define review tasks, recruit reviewers, perform review tasks, and automate review tasks. Conclusion Sysrev is a web application designed to facilitate data curation and SERs. Thousands of publicly accessible Sysrev projects have been created, accommodating research in a wide variety of disciplines. Described use cases include data curation, managed reviews, and SERs.