A phenome-wide approach to identify causal risk factors for deep vein thrombosis
Notice bibliographique
Résumé
Summary Background Deep vein thrombosis (DVT) is the formation of a blood clot in a deep vein. DVT can lead to a venous thromboembolism (VTE), the combined term for DVT and pulmonary embolism, a leading cause of death and disability worldwide. Despite the prevalence and associated morbidity of DVT, the underlying causes are not well understood. Objective To leverage publicly available genetic summary association statistics to identify causal risk factors for DVT. Methods & Results We conducted a Mendelian randomization phenome-wide association study (MR-PheWAS) using genetic summary association statistics for 973 exposures and DVT (6,767 cases and 330,392 controls in UK Biobank). There was evidence for a causal effect of 57 exposures on DVT risk, including previously reported risk factors (e.g. body mass index - BMI and height) and novel risk factors (e.g. hyperthyroidism, chronic obstructive pulmonary disease (COPD) and varicose veins). As the majority of identified risk factors were adiposity-related, we explored the molecular link with DVT by undertaking a two-sample MR mediation analysis of BMI-associated circulating proteins on DVT risk. Our results indicate that circulating neurogenic locus notch homolog protein 1 (NOTCH1), inhibin beta C chain (INHBC) and plasminogen activator inhibitor 1 (PAI-1) influence DVT risk, with PAI-1 mediating the BMI-DVT relationship. Conclusion Using a phenome-wide approach, we provide putative causal evidence that hyperthyroidism, varicose veins, COPD and BMI enhance the risk of DVT. The circulating protein PAI-1 has furthermore a causal role in DVT aetiology and is involved in mediating the BMI-DVT relationship.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».