MétaCan
Menu
Retour à la cohorte
Enregistrement W2921864181 · doi:10.1007/s10654-019-00502-9

The Early Growth Genetics (EGG) and EArly Genetics and Lifecourse Epidemiology (EAGLE) consortia: design, results and future prospects

2019· article· en· W2921864181 sur OpenAlexfundno aff
Christel M. Middeldorp, Janine F. Felix, Anubha Mahajan, Mark I. McCarthy

Notice bibliographique

RevueEuropean Journal of Epidemiology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentU.S. National Library of MedicineNational Institute of Environmental Health SciencesNational Institute of Neurological Disorders and StrokeNational Institute of Diabetes and Digestive and Kidney DiseasesNational Human Genome Research InstituteNational Institute of Mental HealthSchool of Public Health, Imperial College LondonNational Institute on Alcohol Abuse and AlcoholismRegion SjællandManchester Biomedical Research CentreRIKENInstituto de Salud Carlos IIIFoundation for Cardiovascular ResearchGreat Ormond Street Institute of Child HealthTurun YliopistoForsknings- og InnovationsstyrelsenNational Institute of Allergy and Infectious DiseasesDanish Agency for Science and Higher EducationNational Institutes of HealthTurun YliopistosäätiöCentro de Investigación Biomédica en Red Diabetes y Enfermedades Metabólicas AsociadasDiabetestutkimussäätiöSuomen KulttuurirahastoTurun Yliopistollinen KeskussairaalaGovernment of Western AustraliaNovo Nordisk FondenNational Institute on AgingDet Sundhedsvidenskabelige Fakultet, Københavns UniversitetUniversity of North Carolina at Chapel HillPaavo Nurmen SäätiöTampereen TuberkuloosisäätiöSydäntutkimussäätiöU.S. Department of Veterans AffairsBeyond BlueRegion HovedstadenUniversity of PennsylvaniaSigne ja Ane Gyllenbergin SäätiöDiamantina Institute, University of QueenslandCancer Research UKPerelman School of Medicine, University of PennsylvaniaJuho Vainion SäätiöEuskal Herriko UnibertsitateaGentofte HospitalImperial College LondonFaculty of Tropical Medicine, Mahidol UniversityGeneralitat de CatalunyaGeneralitat ValencianaBritish Heart FoundationMinisterio de Economía y CompetitividadUniversity of ExeterChildren's Hospital of PhiladelphiaSundhed og Sygdom, Det Frie ForskningsrådMurdoch UniversityNederlandse Organisatie voor Wetenschappelijk OnderzoekNational Health and Medical Research CouncilOulun YliopistoEdith Cowan UniversityNational Cancer InstituteEuropean Regional Development FundAcademy of FinlandCurtin University of TechnologyNational Heart, Lung, and Blood InstituteUniversiteit LeidenRaine Medical Research FoundationUniversity of BristolVrije Universiteit AmsterdamUniversity of OxfordUniversité de LausanneLundbeckfondenUniversity College LondonFaculty of Medicine, Dentistry and Health Sciences, University of Western AustraliaLunds UniversitetFaculty of Health and Medical Sciences, University of Western AustraliaMax Planck Instituut voor PsycholinguïstiekWellcome TrustHorizon 2020 Framework ProgrammeNovo NordiskVetenskapsrådetAsthma and Lung UKAgència de Gestió d'Ajuts Universitaris i de RecercaLastentautien TutkimussäätiöNational Institute for Health and Care ResearchUniversitat Pompeu FabraCanadian Institutes of Health ResearchSigrid Juséliuksen SäätiöDiabetes UKAustralian GovernmentEusko JaurlaritzaInnovationsfondenHelsingin YliopistoSteno Diabetes Center CopenhagenMedical Research CouncilFundació la Marató de TV3Yrjö Jahnssonin SäätiöHjerteforeningenNovo Nordisk Foundation Center for Basic Metabolic ResearchUniversity of Notre DameAugustinus FondenEmil Aaltosen SäätiöItä-Suomen YliopistoDiabetesliittoLeids Universitair Medisch CentrumMahidol University
Mots-clésMedicineEpidemiologyEarly childhoodPopulationHeritabilityMedical geneticsDiseaseTwin studyGerontologyDemographyPsychiatryGeneticsDevelopmental psychologyEnvironmental healthBiologyPsychologyPathology

Résumé

récupéré en direct d'OpenAlex

The impact of many unfavorable childhood traits or diseases, such as low birth weight and mental disorders, is not limited to childhood and adolescence, as they are also associated with poor outcomes in adulthood, such as cardiovascular disease. Insight into the genetic etiology of childhood and adolescent traits and disorders may therefore provide new perspectives, not only on how to improve wellbeing during childhood, but also how to prevent later adverse outcomes. To achieve the sample sizes required for genetic research, the Early Growth Genetics (EGG) and EArly Genetics and Lifecourse Epidemiology (EAGLE) consortia were established. The majority of the participating cohorts are longitudinal population-based samples, but other cohorts with data on early childhood phenotypes are also involved. Cohorts often have a broad focus and collect(ed) data on various somatic and psychiatric traits as well as environmental factors. Genetic variants have been successfully identified for multiple traits, for example, birth weight, atopic dermatitis, childhood BMI, allergic sensitization, and pubertal growth. Furthermore, the results have shown that genetic factors also partly underlie the association with adult traits. As sample sizes are still increasing, it is expected that future analyses will identify additional variants. This, in combination with the development of innovative statistical methods, will provide detailed insight on the mechanisms underlying the transition from childhood to adult disorders. Both consortia welcome new collaborations. Policies and contact details are available from the corresponding authors of this manuscript and/or the consortium websites.

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)0,105
score de la tête « metaresearch » (Gemma)0,105
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,554

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1050,105
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,005

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 Opus0,042
Tête enseignante GPT0,297
Écart entre enseignants0,255 · 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

Citations47
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of EpidemiologyMême sujetObesity, Physical Activity, DietTravaux en français237 207