When Is an Endophenotype Useful to Detect Association to a Disease? Exploring the Relationships between Disease Status, Endophenotype and Genetic Polymorphisms
Notice bibliographique
Résumé
OBJECTIVES: To investigate the conditions and analysis strategies required so that endophenotypes related to a disease help discover genetic variants involved in the disease. METHODS: The association with disease susceptibility variants is examined as a function of the relationships between disease status, endophenotype values and the genotype at another disease or endophenotype susceptibility locus assumed to be previously known, using approximate linear models of allele frequencies as a function of these variables and simulations in the context of family studies when the endophenotype is dichotomous. RESULTS: Under genetic mechanisms where the risk allele of the tested locus has an effect exclusively in subjects with the endophenotype, the risk allele frequency differences between affected and unaffected subjects are much greater in the subset of subjects with an endophenotype impairment than in those without such an impairment, and power gains are obtained when testing the association under a joint disease-endophenotype model, both with two-locus or single-locus tests. However, with moderate main effect on the risk of disease or endophenotype impairment, testing directly the association between risk allele and disease or endophenotype is more powerful than testing under a joint disease-endophenotype model. CONCLUSIONS: Joint modeling of disease and endophenotype should be used only in parallel with standard disease association testing.
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 | 0,034 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».