Association of genetic risk score and chronic kidney disease in a Japanese population
Notice bibliographique
Résumé
ABSTRACT Chronic kidney disease (CKD) is a public health problem worldwide including Japan. Recent genome‐wide association studies have discovered CKD susceptibility variants. We developed a genetic risk score (GRS) based on CKD‐associated variants and assessed a possibility that the GRS can improve the discrimination capability for the prevalence of CKD in a Japanese population. The present study consists of 11 283 participants randomly selected from 12 Japan Multi‐Institutional Collaborative Cohort Study sites. Individual GRS was constructed combining 18 single‐nucleotide polymorphisms identified in a Japanese population. Participants with eGFR <60 mL/min per 1.73 m2 was defined as case (stage 3 CKD or higher) in this study. Logistic regression analysis was used to examine the association between the GRS and CKD risk with adjustment for sex, age, hypertension and type 2 diabetes mellitus. The frequency of individuals with CKD was 8.3%, which was relatively low compared with those previously reported in a Japanese population. The odds ratio of having CKD was 1.120 (95% confidence interval: 1.042–1.203) per 10 GRS increment in the fully adjusted model (P = 0.002). The C‐statistic was significantly increased in the model with the GRS, comparing with the model without the GRS (0.720 vs 0.719, Pdifference = 0.008). Increment of the GRS was associated with increased risk of CKD. Additionally, the GRS significantly improved the discriminatory ability of CKD prevalence in a Japanese population; however, the improvement of discriminatory ability brought about by the GRS seemed to be small compared with that of non‐genetic CKD risk factors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».