Heterogeneous Disease Modeling for Hardy‐Weinberg Disequilibrium in Case‐Control Studies: Application to Renal Stones and Calcium‐Sensing Receptor Polymorphisms
Notice bibliographique
Résumé
Renal stone formation due to hypercalciuria is a relatively common disorder with clear evidence for genetic predisposition, but cryptic phenotypic heterogeneity has hampered identification of candidate genes. The R990G single-nucleotide polymorphism (SNP) of the calcium sensing receptor (CASR) gene has been associated with hypercalciuria in stone formers and shows the appropriate functional phenotype in cell culture. In our preliminary association analysis of a case-control cohort, however, we observed significant Hardy-Weinberg disequilibrium (HWD) for the cases (n= 223), but not controls (n= 676) at the R990G locus, pointing us toward the general disease model incorporating HWD. Because there is an adjacent CASR SNP, A986S, which is in negative linkage disequilibrium with R990G, we extended the general disease model to enable testing of a two-site hypothesis. In our data set, there is no lack of fit (P= .345) for the single-locus model for the R990G genotype, and likelihood ratio testing favors a recessive effect with an eight-fold increase in risk (P < .001) for GG homozygotes, relative to wild-type, based on a population prevalence of 2%. Addition of the A986S genotype provides no additional information either by itself or when included in our two-site model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,206 | 0,321 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,010 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».