MétaCan
Menu
← Retour à la cohorte
Enregistrement W2895828633 · doi:10.1101/449363

Polygenic scores for major depressive disorder and depressive symptoms predict response to lithium in patients with bipolar disorder

2018· preprint· en· W2895828633 sur OpenAlexaff
Azmeraw T. Amare, Klaus Oliver Schubert, Liping Hou, Scott R. Clark, Sergi Papiol, Micah Cearns, Urs Heilbronner, Franziska Degenhardt, Fasil Tekola‐Ayele, Yi‐Hsiang Hsu, Tatyana Shekhtman, Mazda Adli, Nirmala Akula, Kazufumi Akiyama, Raffaella Ardau, Bárbara Arias, Jean‐Michel Aubry, Lena Backlund, Abesh Kumar Bhattacharjee, Frank Bellivier, Antonio Benabarre, Susanne Bengesser, Joanna M. Biernacka, Armin Birner, Clara Brichant‐Petitjean, Pablo Cervantes, Hsi‐Chung Chen, Caterina Chillotti, Sven Cichon, Cristiana Cruceanu, Piotr M. Czerski, Nina Dalkner, Alexandre Dayer, Maria Del Zompo, J. Raymond DePaulo, Bruno Étain, Peter Falkai, Andreas J. Forstner, Louise Frisén, Mark A. Frye, Janice M. Fullerton, Sébastien Gard, Julie Garnham, Fernando S. Goes, Maria Grigoroiu‐Serbânescu, Paul Grof, Ryota Hashimoto, Joanna Hauser, Stefan Herms, Per Hoffmann, Andrea Hofmann, Stéphane Jamain, Esther Jiménez, Jean‐Pierre Kahn, Layla Kassem, Po‐Hsiu Kuo, Tadafumi Kato, John R. Kelsoe, Sarah Kittel‐Schneider, Sebastian Kliwicki, Barbara König, Ichiro Kusumi, Gonzalo Laje, Mikael Landén, Catharina Lavebratt, Marion Leboyer, Susan G. Leckband, Alfonso Tortorella, Mirko Manchia, Lina Martinsson, Michael J. McCarthy, Susan L. McElroy, Francesc Colom, Marina Mitjans, Francis M. Mondimore, Palmiero Monteleone, Caroline M. Nievergelt, Markus M. Nöthen, Tomáš Novák, Claire O’Donovan, Norio Ozaki, Urban Ösby, Andrea Pfennig, James B. Potash, Andreas Reif, Eva Z. Reininghaus, Guy A. Rouleau, Janusz Rybakowski, Martin Schalling, Peter R. Schofield, Barbara Schweizer, Giovanni Severino, Paul D. Shilling, Katzutaka Shimoda, Christian Simhandl, Claire Slaney, Alessio Squassina, Thomas Stamm, Pavla Stopková, Mario Maj, Gustavo Turecki, Eduard Vieta, Julia Veeh, Stephanie H. Witt, A. Jordan Wright, Peter P. Zandi, Philip B. Mitchell, Michael Bauer, Martin Alda, Marcella Rietschel, Francis J. McMahon, Thomas G. Schulze, Bernhard T. Baune

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensCentre for Movement DisordersMcGill UniversityDouglas Mental Health University InstituteMcGill University Health CentreDalhousie UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesBundesministerium für Bildung und ForschungUniversity of AdelaideNational Institute of Mental HealthDeutsche Forschungsgemeinschaft
Mots-clésBipolar disorderMajor depressive disorderGenome-wide association studyLithium (medication)Internal medicineQuartileDepression (economics)OncologySingle-nucleotide polymorphismTreatment-resistant depressionGenetic associationMedicinePsychologyBioinformaticsClinical psychologyGenotypeGeneticsBiologyGeneConfidence interval

Résumé

récupéré en direct d'OpenAlex

Abstract Background Lithium is a first-line medication for bipolar disorder (BD), but only ~30% of patients respond optimally to the drug. Since genetic factors are known to mediate lithium treatment response, we hypothesized whether polygenic susceptibility to the spectrum of depression traits is associated with treatment outcomes in patients with BD. In addition, we explored the potential molecular underpinnings of this relationship. Methods Weighted polygenic scores (PGSs) were computed for major depressive disorder (MDD) and depressive symptoms (DS) in BD patients from the Consortium on Lithium Genetics (ConLi + Gen; n=2,586) who received lithium treatment. Lithium treatment outcome was assessed using the ALDA scale. Summary statistics from genome-wide association studies (GWAS) in MDD (130,664 cases and 330,470 controls) and DS (n=161,460) were used for PGS weighting. Associations between PGSs of depression traits and lithium treatment response were assessed by binary logistic regression. We also performed a cross-trait meta-GWAS, followed by Ingenuity ® Pathway Analysis. Outcomes BD patients with a low polygenic load for depressive traits were more likely to respond well to lithium, compared to patients with high polygenic load (MDD: OR =1.64 [95%CI: 1.26-2.15], lowest vs highest PGS quartiles; DS: OR=1.53 [95%CI: 1.18-2.00]). Associations were significant for type 1, but not type 2 BD. Cross-trait GWAS and functional characterization implicated voltage-gated potassium channels, insulin-related pathways, mitogen-activated protein-kinase (MAPK) signaling, and miRNA expression. Interpretation Genetic loading to depression traits in BD patients lower their odds of responding optimally to lithium. Our findings support the emerging concept of a lithium-responsive biotype in BD. Funding See attached details

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetBipolar Disorder and Treatment→Travaux en français237 207→