MétaCan
Menu
Retour à la cohorte
Enregistrement W2179026698 · doi:10.2337/dc15-1111

A Type 1 Diabetes Genetic Risk Score Can Aid Discrimination Between Type 1 and Type 2 Diabetes in Young Adults

2015· article· en· W2179026698 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiabetes Care · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMedical Research CouncilDiabetes UKNational Institute for Health and Care ResearchWellcome TrustWellcome
Mots-clésMedicineType 1 diabetesType 2 diabetesDiabetes mellitusInternal medicineYoung adultSingle-nucleotide polymorphismArea under the curveEndocrinologyGenotypeGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: With rising obesity, it is becoming increasingly difficult to distinguish between type 1 diabetes (T1D) and type 2 diabetes (T2D) in young adults. There has been substantial recent progress in identifying the contribution of common genetic variants to T1D and T2D. We aimed to determine whether a score generated from common genetic variants could be used to discriminate between T1D and T2D and also to predict severe insulin deficiency in young adults with diabetes. RESEARCH DESIGN AND METHODS: We developed genetic risk scores (GRSs) from published T1D- and T2D-associated variants. We first tested whether the scores could distinguish clinically defined T1D and T2D from the Wellcome Trust Case Control Consortium (WTCCC) (n = 3,887). We then assessed whether the T1D GRS correctly classified young adults (diagnosed at 20-40 years of age, the age-group with the most diagnostic difficulty in clinical practice; n = 223) who progressed to severe insulin deficiency <3 years from diagnosis. RESULTS: In the WTCCC, the T1D GRS, based on 30 T1D-associated risk variants, was highly discriminative of T1D and T2D (area under the curve [AUC] 0.88 [95% CI 0.87-0.89]; P < 0.0001), and the T2D GRS added little discrimination (AUC 0.89). A T1D GRS >0.280 (>50th centile in those with T1D) is indicative of T1D (50% sensitivity, 95% specificity). A low T1D GRS (<0.234, <5th centile T1D) is indicative of T2D (53% sensitivity, 95% specificity). Most discriminative ability was obtained from just nine single nucleotide polymorphisms (AUC 0.87). In young adults with diabetes, T1D GRS alone predicted progression to insulin deficiency (AUC 0.87 [95% CI 0.82-0.92]; P < 0.0001). T1D GRS, autoantibody status, and clinical features were independent and additive predictors of severe insulin deficiency (combined AUC 0.96 [95% CI 0.94-0.99]; P < 0.0001). CONCLUSIONS: A T1D GRS can accurately identify young adults with diabetes who will require insulin treatment. This will be an important addition to correctly classifying individuals with diabetes when clinical features and autoimmune markers are equivocal.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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