Polygenic Contribution in Individuals With Early-Onset Coronary Artery Disease
Notice bibliographique
Résumé
Background Despite evidence of high heritability, monogenic disorders are identified in a minor fraction of individuals with early-onset coronary artery disease (EOCAD). We hypothesized that some individuals with EOCAD carry a high number of common genetic risk variants, with a combined effect similar to Mendelian forms of coronary artery disease, such as familial hypercholesterolemia. Methods and Results To confirm the polygenic contribution to EOCAD (age of ≤40 years for men and ≤45 years for women), we calculated in 111 418 British participants from the UK Biobank cohort a genetic risk score (GRS) based on the presence of 182 independent variants associated with coronary artery disease (GRS182). Participants with a diagnosis of EOCAD who underwent a revascularization procedure (n=96) had a significantly higher GRS182 ( P =3.21×10 −9 ) than those without EOCAD. An increase of 1 SD in GRS182 corresponded to an odds ratio of 1.84 (1.52–2.24) for EOCAD. The prevalence of a polygenic contribution that increased EOCAD risk similar to what is observed in heterozygous familial hypercholesterolemia was estimated at 1 in 53. In a local cohort of individuals with EOCAD (n=30), GRS182 was significantly increased compared with UK Biobank controls ( P =0.001). Seven participants (23%) had a GRS182 corresponding to an estimated 2-fold increase in EOCAD risk; none had a rare mutation involved in monogenic dyslipidemia or EOCAD. Conclusions These results suggest a significant polygenic contribution in individuals presenting with EOCAD, which could be more prevalent than familial hypercholesterolemia. Determination of the polygenic risk component could be included in the diagnostic workup of patients with EOCAD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».