MétaCan
Menu
Retour à la cohorte
Enregistrement W2936175924 · doi:10.2147/pgpm.s192924

<p>Identification of genetic variants associated with skeletal muscle function deficit in childhood acute lymphoblastic leukemia survivors</p>

2019· article· en· W2936175924 sur OpenAlexafffundabout
Geneviève Nadeau, Erika Ouimet-Grennan, Michelle Aaron, Simon Drouin, Laurence Bertout, Albert Shalmiev, Patrick Beaulieu, Pascal St-Onge, Louis‐Nicolas Veilleux, Frank Rauch, Kateryna Petrykey, Caroline Laverdière, Daniel Sinnett, Nathalie Alos, Maja Krajinović

Notice bibliographique

RevuePharmacogenomics and Personalized Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensShriners Hospitals for Children - CanadaCentre Hospitalier Universitaire Sainte-JustineUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéC17 CouncilCancer Research SocietyCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésMedicineLymphoblastic LeukemiaIdentification (biology)Skeletal muscleInternal medicinePediatricsLeukemia

Résumé

récupéré en direct d'OpenAlex

Identification of genetic variants associated with skeletal muscle function deficit in childhood acute lymphoblastic leukemia survivors Geneviève Nadeau,1 Erika Ouimet-Grennan,1 Michelle Aaron,1 Simon Drouin,2 Laurence Bertout,2 Albert Shalmiev,2 Patrick Beaulieu,2 Pascal St-Onge,2 Louis-Nicolas Veilleux,3 Frank Rauch,3 Kateryna Petrykey,1,2 Caroline Laverdière,1–2,4 Daniel Sinnett,1–2,4 Nathalie Alos,1–2,5 Maja Krajinovic1–2,41Department of Medicine, University of Montreal, Montreal, QC, Canada; 2Sainte-Justine University Hospital Research Centre, Montreal, QC, Canada; 3Division of paediatrics, Montreal Shriners Hospital for Children, Montreal, QC, Canada; 4Division of Hemato-Oncology, Sainte-Justine University Hospital Centre, Montreal, QC, Canada; 5Division of Endocrinology, Sainte-Justine University Hospital Centre, Montreal, QC, CanadaBackground: Although 80% of childhood acute lymphoblastic leukemia (ALL) cases are cured with current treatment protocols, exposure to chemotherapeutics or radiation therapy during a vulnerable period of child development has been associated with a high frequency of late adverse effects (LAE). Previous observations suggest important skeletal muscle size, density and function deficits in ALL survivors.Purpose: Given that only a fraction of all patients will suffer from this particular complication, we investigated whether it could be predicted by genetic markers. Patients and methods: We analysed associations between skeletal muscle force (Fmax) and power (Pmax) and germline genetic variants from 1039 genes derived through whole-exome sequencing. Top-ranking association signals retained after correction for multiple testing were confirmed through genotyping, and further analysed through stratified analyses and multivariate models. Results: Our results show that skeletal muscle function deficit is associated with two common single nucleotide polymorphisms (SNPs) (rs2001616DUOX2, P=0.0002 (Pmax) and rs41270041ADAMTS4, P=0.02 (Fmax)) and two rare ones located in the ALOX15 gene (P=0.001 (Pmax)). These associations were further modulated by sex, body mass index and risk groups, which reflected glucocorticoid dose and radiation therapy (P≤0.02). Conclusion: Occurrence of muscle function deficit in childhood ALL is thus strongly modulated by variations in the DUOX2, ADAMTS4 and ALOX15 genes, which could lead to personalized prevention strategies in childhood ALL survivors.Keywords: acute lymphoblastic leukemia, late adverse effects, skeletal muscle deficit, genetic association study, whole exome sequencing

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,251 · 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.

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

Citations7
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePharmacogenomics and Personalized MedicineMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207