MétaCan
Menu
Retour à la cohorte
Enregistrement W2769257088 · doi:10.1186/s13073-017-0488-z

Impact of IQ on the diagnostic yield of chromosomal microarray in a community sample of adults with schizophrenia

2017· article· en· W2769257088 sur OpenAlexafffundabout
Chelsea Lowther, Daniele Merico, Gregory Costain, Jack Waserman, Kerry Boyd, Abdul Noor, Marsha Speevak, Dimitri J. Stavropoulos, John Wei, Anath C. Lionel, Christian R. Marshall, Stephen W. Scherer, Anne S. Bassett

Notice bibliographique

RevueGenome Medicine · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensMcMaster UniversityHumber River Regional HospitalToronto Rehabilitation InstituteOntario GenomicsHospital for Sick ChildrenUniversity Health NetworkUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchDepartment of Psychiatry, University of TorontoHospital for Sick ChildrenUniversity of TorontoUniversity Health Network
Mots-clésSchizophrenia (object-oriented programming)Copy-number variationMedicineOdds ratioPsychiatryIntelligence quotientIntellectual disabilityGenome-wide association studyPopulationEtiologyMicroarrayGeneticsInternal medicineGenotypeCognitionBiologySingle-nucleotide polymorphismGenomeGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Schizophrenia is a severe psychiatric disorder associated with IQ deficits. Rare copy number variations (CNVs) have been established to play an important role in the etiology of schizophrenia. Several of the large rare CNVs associated with schizophrenia have been shown to negatively affect IQ in population-based controls where no major neuropsychiatric disorder is reported. The aim of this study was to examine the diagnostic yield of microarray testing and the functional impact of genome-wide rare CNVs in a community ascertained cohort of adults with schizophrenia and low (< 85) or average (≥ 85) IQ. METHODS: We recruited 546 adults of European ancestry with schizophrenia from six community psychiatric clinics in Canada. Each individual was assigned to the low or average IQ group based on standardized tests and/or educational attainment. We used rigorous methods to detect genome-wide rare CNVs from high-resolution microarray data. We compared the burden of rare CNVs classified as pathogenic or as a variant of unknown significance (VUS) between each of the IQ groups and the genome-wide burden and functional impact of rare CNVs after excluding individuals with a pathogenic CNV. RESULTS: There were 39/546 (7.1%; 95% confidence interval [CI] = 5.2-9.7%) schizophrenia participants with at least one pathogenic CNV detected, significantly more of whom were from the low IQ group (odds ratio [OR] = 5.01 [2.28-11.03], p = 0.0001). Secondary analyses revealed that individuals with schizophrenia and average IQ had the lowest yield of pathogenic CNVs (n = 9/325; 2.8%), followed by those with borderline intellectual functioning (n = 9/130; 6.9%), non-verbal learning disability (n = 6/29; 20.7%), and co-morbid intellectual disability (n = 15/62; 24.2%). There was no significant difference in the burden of rare CNVs classified as a VUS between any of the IQ subgroups. There was a significantly (p=0.002) increased burden of rare genic duplications in individuals with schizophrenia and low IQ that persisted after excluding individuals with a pathogenic CNV. CONCLUSIONS: Using high-resolution microarrays we were able to demonstrate for the first time that the burden of pathogenic CNVs in schizophrenia differs significantly between IQ subgroups. The results of this study have implications for clinical practice and may help inform future rare variant studies of schizophrenia using next-generation sequencing technologies.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,912

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 Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations36
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGenome MedicineMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207