MétaCan
Menu
Retour à la cohorte
Enregistrement W2897747754

Rare copy number variations associated with schizophrenia and intellectual disability

2018· dissertation· en· W2897747754 sur OpenAlexfundno aff
Chelsea Lowther

Notice bibliographique

RevueTSpace (University of Toronto) · 2018
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthCanadian Institutes of Health ResearchHospital for Sick ChildrenGlaxoSmithKlineUniversity of TorontoCanada Research Chairs
Mots-clésSchizophrenia (object-oriented programming)Intellectual disabilityCopy-number variationPsychologyPsychiatryGeneticsBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Schizophrenia is a severe psychiatric disorder associated with significant impairments in cognitive functioning. Extensive evidence supports the importance of genetic aetiology, similar to other neurodevelopmental disorders like intellectual disability (ID). Of particular importance are large rare pathogenic copy number variations (CNVs), which have been independently associated with schizophrenia and ID. To date, there have been no studies systematically investigating the genome-wide burden and/or functional impact of rare CNVs on intellect (IQ) in schizophrenia. In this thesis, I used high resolution CNV data from a sample of 546 unrelated subjects of European descent with schizophrenia to investigate multiple IQ groups. The results demonstrated that the yield of pathogenic CNVs increased with decreasing IQ. Notably, the yield of pathogenic CNVs was similar for those with ID and those with a non-verbal learning disability (NVLD). There was a significantly greater burden of rare genic duplications that overlapped genes involved in neurodevelopment in individuals with schizophrenia in the lower IQ group compared to those with higher IQ that persisted after removing all subjects with a pathogenic CNV. I also investigated the variable expression and incomplete penetrance of two rare pathogenic CNVs by compiling every case with a 15q13.3 or a 3q13.31 microdeletion reported in the literature to date. The results of these studies showed ID and schizophrenia to be features of both, with the collective penetrance of 15q13.3 deletions for any neuropsychiatric disorder at over 80.0%. Finally, using two large clinically ascertained cohorts, I demonstrated that the burden of additional rare CNVs located elsewhere in the genome shapes the expression of schizophrenia in 22q11.2 deletion syndrome (22q11.2DS), and, together with the location of the deletion itself, the penetrance of ID in NRXN1 deletions. Collectively, these novel data represent important contributions towards understanding the genetic architecture of schizophrenia and ID.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,216
Écart entre enseignants0,210 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207