A HuGE Review and Meta-Analyses of Genetic Associations in New Onset Diabetes after Kidney Transplantation
Notice bibliographique
Résumé
PURPOSE: New onset diabetes after transplantation (NODAT) is a serious complication following solid organ transplantation. There is a genetic contribution to NODAT and we have conducted comprehensive meta-analysis of available genetic data in kidney transplant populations. METHODS: Relevant articles investigating the association between genetic markers and NODAT were identified by searching PubMed, Web of Science and Google Scholar. SNPs described in a minimum of three studies were included for analysis using a random effects model. The association between identified variants and NODAT was calculated at the per-study level to generate overall significance values and effect sizes. RESULTS: Searching the literature returned 4,147 citations. Within the 36 eligible articles identified, 18 genetic variants from 12 genes were considered for analysis. Of these, three were significantly associated with NODAT by meta-analysis at the 5% level of significance; CDKAL1 rs10946398 p = 0.006 OR = 1.43, 95% CI = 1.11-1.85 (n = 696 individuals), KCNQ1 rs2237892 p = 0.007 OR = 1.43, 95% CI = 1.10-1.86 (n = 1,270 individuals), and TCF7L2 rs7903146 p = 0.01 OR = 1.41, 95% CI = 1.07-1.85 (n = 2,967 individuals). CONCLUSION: Evaluating cumulative evidence for SNPs associated with NODAT in kidney transplant recipients has revealed three SNPs associated with NODAT. An adequately powered, dense genome-wide association study will provide more information using a carefully defined NODAT phenotype.
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 | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,025 |
| Bibliométrie | 0,010 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».