MétaCan
Menu
Retour à la cohorte
Enregistrement W2175426329 · doi:10.1093/hmg/ddv454

A meta-analysis of 120 246 individuals identifies 18 new loci for fibrinogen concentration

2015· review· en· W2175426329 sur OpenAlexaff
Paul S. de Vries, Daniel I. Chasman, Maria Sabater‐Lleal, Ming‐Huei Chen, Jennifer E. Huffman, Maristella Steri, Weihong Tang, Alexander Teumer, Riccardo E. Marioni, Vera Großmann, Jouke‐Jan Hottenga, Stella Trompet, Martina Müller‐Nurasyid, Wei Zhao, Jennifer A. Brody, Marcus E. Kleber, Xiuqing Guo, Jie Jin Wang, Paul L. Auer, John Attia, Lisa R. Yanek, Tarunveer S. Ahluwalia, Jari Lahti, Cristina Venturini, Toshiko Tanaka, Lawrence F. Bielak, Peter K. Joshi, Ares Rocañín-Arjó, Ivana Kolčić, Pau Navarro, Lynda M. Rose, Christopher Oldmeadow, Helene Riess, Johanna Mazur, Saonli Basu, Anuj Goel, Qiong Yang, Mohsen Ghanbari, Gonneke Willemsen, Ann Rumley, Edoardo Fiorillo, Anton J. M. de Craen, Anne Grotevendt, Robert A. Scott, Kent D. Taylor, Graciela E. Delgado, Jie Yao, Annette Kifley, Charles Kooperberg, Rehan Qayyum, Lorna M. Lopez, Tina Landsvig Berentzen, Katri Räikkönen, Massimo Mangino, Stefania Bandinelli, Patricia A. Peyser, Sarah H. Wild, David‐Alexandre Trégouët, Alan F. Wright, Jonathan Marten, Tatijana Zemunik, Alanna C. Morrison, Bengt Sennblad, Geoffrey H. Tofler, Moniek P.M. de Maat, Eco J. C. de Geus, Gordon Lowe, Magdalena Żołędziewska, Naveed Sattar, Harald Binder, Uwe Völker, Mélanie Waldenberger, Kay‐Tee Khaw, Barbara McKnight, Jie Huang, Nancy S. Jenny, Lihong Qi, Mark McEvoy, Diane M. Becker, John M. Starr, Antti‐Pekka Sarin, Pirro G. Hysi, Dena Hernández, Min A. Jhun, Harry Campbell, Anders Hamsten, Fernando Rivadeneira, Wendy L. McArdle, P. Eline Slagboom, Tanja Zeller, Wolfgang Köenig, Bruce M. Psaty, Talin Haritunians, Jingmin Liu, Aarno Palotie, André G. Uitterlinden, David J. Stott, Albert Hofman, Oscar H. Franco, Ozren Polašek, Igor Rudan, Pierre‐Emmanuel Morange, James F. Wilson, Sharon L. R. Kardia, Luigi Ferrucci, Tim D. Spector, Johan G. Eriksson, Torben Hansen, Ian J. Deary, Lewis C. Becker, Rodney J. Scott, Paul Mitchell, Winfried März, Annette Peters, Andreas Greinacher, Philipp S. Wild, J. Wouter Jukema, Dorret I. Boomsma, Caroline Hayward, Francesco Cucca, Russell P. Tracy, Hugh Watkins, Alex P. Reiner, Aaron R. Folsom, Paul M. Ridker, Christopher J. O’Donnell, Nicholas L. Smith, David P. Strachan, Abbas Dehghan

Notice bibliographique

RevueHuman Molecular Genetics · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensCentre for Global Health ResearchInstitute of Population and Public Health
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteNational Institute on AgingNational Institute of Diabetes and Digestive and Kidney DiseasesZonMwBiotechnology and Biological Sciences Research CouncilVersus ArthritisMedical Research CouncilU.S. Public Health ServiceNational Institute of Neurological Disorders and StrokeNational Institute of Nursing ResearchNational Institute for Health and Care ResearchNational Center for Advancing Translational SciencesNational Human Genome Research InstituteNederlandse Organisatie voor Wetenschappelijk OnderzoekWellcome TrustNational Cancer InstituteBritish Heart FoundationNational Institutes of HealthCancer Research UK
Mots-clésBiologyFibrinogenGeneticsMeta-analysisComputational biologyEvolutionary biologyInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Genome-wide association studies have previously identified 23 genetic loci associated with circulating fibrinogen concentration. These studies used HapMap imputation and did not examine the X-chromosome. 1000 Genomes imputation provides better coverage of uncommon variants, and includes indels. We conducted a genome-wide association analysis of 34 studies imputed to the 1000 Genomes Project reference panel and including ∼120 000 participants of European ancestry (95 806 participants with data on the X-chromosome). Approximately 10.7 million single-nucleotide polymorphisms and 1.2 million indels were examined. We identified 41 genome-wide significant fibrinogen loci; of which, 18 were newly identified. There were no genome-wide significant signals on the X-chromosome. The lead variants of five significant loci were indels. We further identified six additional independent signals, including three rare variants, at two previously characterized loci: FGB and IRF1. Together the 41 loci explain 3% of the variance in plasma fibrinogen concentration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,240
Tête enseignante GPT0,413
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207