MétaCan
Menu
Retour à la cohorte
Enregistrement W2944929935 · doi:10.1186/s40246-019-0205-7

Genome-wide association study identifies novel loci for type 2 diabetes-attributed end-stage kidney disease in African Americans

2019· article· en· W2944929935 sur OpenAlexaff
Meijian Guan, Jacob M. Keaton, Latchezar Dimitrov, Jianzhao Xu, Lijun Ma, Swapan K. Das, Yii‐Der Ida Chen, Josef Coresh, Myriam Fornage, Nora Franceschini, Holly Kramer, Carl D. Langefeld, Josyf C. Mychaleckyj, Rulan S. Parekh, Wendy S. Post, Laura J. Rasmussen‐Torvik, Stephen S. Rich, Jerome I. Rotter, John R. Sedor, Denyse Thornley‐Brown, Adrienne Tin, James G. Wilson, Barry I. Freedman, Donald W. Bowden, Maggie Ng

Notice bibliographique

RevueHuman Genomics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute on AgingUniversity of California, IrvineNational Center for Research ResourcesUniversity of Texas Health Science Center at San AntonioUniversity of California, DavisGoddard Space Flight CenterKaiser Foundation Research InstituteNational Center for Advancing Translational SciencesNational Human Genome Research InstituteWake Forest School of MedicineUniversity of AlabamaUniversity of Alabama at BirminghamUniversity of MinnesotaUniversity of California, Los AngelesNational Institutes of HealthU.S. Department of Health and Human ServicesCase Western Reserve UniversityNational Heart, Lung, and Blood InstituteNorthwestern UniversityNational Institute of Diabetes and Digestive and Kidney DiseasesJohns Hopkins University
Mots-clésGenome-wide association studyDiabetic nephropathyKidney diseaseEnd-stage kidney diseaseType 2 diabetesDiabetes mellitusBiologyGeneticsNephropathyDiseaseGenotypeGenetic associationMedicineInternal medicineBioinformaticsEndocrinologySingle-nucleotide polymorphismGene

Résumé

récupéré en direct d'OpenAlex

End-stage kidney disease (ESKD) is a significant public health concern disproportionately affecting African Americans (AAs). Type 2 diabetes (T2D) is the leading cause of ESKD in the USA, and efforts to uncover genetic susceptibility to diabetic kidney disease (DKD) have had limited success. A prior genome-wide association study (GWAS) in AAs with T2D-ESKD was expanded with additional AA cases and controls and genotypes imputed to the higher density 1000 Genomes reference panel. The discovery analysis included 3432 T2D-ESKD cases and 6977 non-diabetic non-nephropathy controls ( N = 10,409), followed by a discrimination analysis in 2756 T2D non-nephropathy controls to exclude T2D-associated variants. Six independent variants located in or near RND3/RBM43 , SLITRK3 , ENPP7 , GNG7 , and APOL1 achieved genome-wide significant association ( P < 5 × 10 −8 ) with T2D-ESKD. Following extension analyses in 1910 non-diabetic ESKD cases and 908 non-diabetic non-nephropathy controls, a meta-analysis of 5342 AA all-cause ESKD cases and 6977 AA non-diabetic non-nephropathy controls revealed an additional novel all-cause ESKD locus at EFNB2 (rs77113398; P = 9.84 × 10 –9 ; OR = 1.94). Exclusion of APOL1 renal-risk genotype carriers identified two additional genome-wide significant T2D-ESKD-associated loci at GRAMD3 and MGAT4C . A second variant at GNG7 (rs373971520; P = 2.17 × 10 –8 , OR = 1.46) remained associated with all-cause ESKD in the APOL1 -negative analysis. Findings provide further evidence for genetic factors associated with advanced kidney disease in AAs with T2D.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,294
Écart entre enseignants0,262 · 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

Citations55
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman GenomicsMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207