Meta‐analysis of genetic polymorphisms in granulomatosis with polyangiitis (Wegener's) reveals shared susceptibility loci with rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVE: To examine the association of previously identified autoimmune disease susceptibility loci with granulomatosis with polyangiitis (Wegener's) (GPA), and to determine whether the genetic susceptibility profiles of other autoimmune diseases are associated with those of GPA. METHODS: Genetic data from 2 cohorts were meta-analyzed. Genotypes for 168 previously identified single-nucleotide polymorphisms (SNPs) associated with susceptibility to different autoimmune diseases were ascertained in a total of 880 patients with GPA and 1,969 control subjects of European descent. Single-marker associations were identified using additive logistic regression models. Associations of multiple SNPs with GPA were assessed using genetic risk scores based on susceptibility loci for Crohn's disease, type 1 diabetes, systemic lupus erythematosus, rheumatoid arthritis (RA), celiac disease, and ulcerative colitis. Adjustment for population substructure was performed in all analyses, using ancestry-informative markers and principal components analysis. RESULTS: Genetic polymorphisms in CTLA4 were significantly associated with GPA in the single-marker meta-analysis (odds ratio [OR] 0.79, 95% confidence interval [95% CI] 0.70-0.89, P = 9.8 × 10(-5) ). The genetic risk score for RA susceptibility markers was significantly associated with GPA (OR 1.05 per 1-unit increase in genetic risk score, 95% CI 1.02-1.08, P = 5.1 × 10(-5) ). CONCLUSION: RA and GPA may arise from a similar genetic predisposition. Aside from CTLA4, other loci previously found to be associated with common autoimmune diseases were not statistically significantly associated with GPA in this study.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,004 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».