MétaCan
Menu
Retour à la cohorte
Enregistrement W2911675923 · doi:10.1186/s12881-018-0739-x

Modeling gene-environment interactions in longitudinal family studies: a comparison of methods and their application to the association between the IGF pathway and childhood obesity

2019· article· en· W2911675923 sur OpenAlexafffundabout
Cheng Wang, Marie‐Hélène Roy‐Gagnon, Jean‐François Lefebvre, Kelly M. Burkett, Lise Dubois

Notice bibliographique

RevueBMC Medical Genetics · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésGene–environment interactionLinear modelLongitudinal studyMixed modelStatisticGene interactionTwin studyTest statisticAttendanceBiologyGeneticsDevelopmental psychologyPsychologyGeneHeritabilityStatisticsStatistical hypothesis testingMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The interactive effect of the IGF pathway genes with the environment may contribute to childhood obesity. Such gene-environment interactions can take on complex forms. Detecting those relationships using longitudinal family studies requires simultaneously accounting for correlations within individuals and families. METHODS: We studied three methods for detecting interaction effects in longitudinal family studies. The twin model and the nonparametric partition-based score test utilized individual outcome averages, whereas the linear mixed model used all available longitudinal data points. Simulation experiments were performed to evaluate the methods' power to detect different gene-environment interaction relationships. These methods were applied to the Quebec Newborn Twin Study data to test for interaction effects between the IGF pathway genes (IGF-1, IGFALS) and environmental factors (physical activity, daycare attendance and sleep duration) on body mass index outcomes. RESULTS: For the simulated data, the twin model with the mean time summary statistic yielded good performance overall. Modelling an interaction as linear when the true model had a different relationship influenced power; for certain non-linear interactions, none of the three methods were effective. Our analysis of the IGF pathway genes showed suggestive association for the joint effect of IGF-1 variant at position 102,791,894 of chromosome 12 and physical activity. However, this association was not statistically significant after multiple testing correction. CONCLUSIONS: The analytical approaches considered in this study were not robust to different gene-environment interactions. Methodological innovations are needed to improve the current methods' performances for detecting non-linear interactions. More studies are needed in order to better understand the IGF pathway's role in childhood obesity development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,157
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,368
Écart entre enseignants0,316 · 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 tête enseignante, 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

Citations5
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical GeneticsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207