MétaCan
Menu
Retour à la cohorte
Enregistrement W2947343430 · doi:10.1097/j.pain.0000000000001624

DNA methylation profiles are associated with complex regional pain syndrome after traumatic injury

2019· article· en· W2947343430 sur OpenAlexaff
Stephen Bruehl, Eric R. Gamazon, Thomas Van de Ven, Thomas Edward Buchheit, Colin G. Walsh, Puneet Mishra, Krishnan Ramanujan, Andrew Shaw

Notice bibliographique

RevuePain · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of General Medical Sciences
Mots-clésDNA methylationEpigeneticsComplex regional pain syndromeImmune systemFKBP5NeuroimmunologyGeneCpG siteBiologyMedicineGeneticsBioinformaticsGene expression

Résumé

récupéré en direct d'OpenAlex

Factors contributing to development of complex regional pain syndrome (CRPS) are not fully understood. This study examined possible epigenetic mechanisms that may contribute to CRPS after traumatic injury. DNA methylation profiles were compared between individuals developing CRPS (n = 9) and those developing non-CRPS neuropathic pain (n = 38) after undergoing amputation following military trauma. Linear Models for Microarray (LIMMA) analyses revealed 48 differentially methylated cytosine-phosphate-guanine dinucleotide (CpG) sites between groups (unadjusted P's < 0.005), with the top gene COL11A1 meeting Bonferroni-adjusted P < 0.05. The second largest differential methylation was observed for the HLA-DRB6 gene, an immune-related gene linked previously to CRPS in a small gene expression study. For all but 7 of the significant CpG sites, the CRPS group was hypomethylated. Numerous functional Gene Ontology-Biological Process categories were significantly enriched (false discovery rate-adjusted q value <0.15), including multiple immune-related categories (eg, activation of immune response, immune system development, regulation of immune system processes, and antigen processing and presentation). Differentially methylated genes were more highly connected in human protein-protein networks than expected by chance (P < 0.05), supporting the biological relevance of the findings. Results were validated in an independent sample linking a DNA biobank with electronic health records (n = 126 CRPS phenotype, n = 19,768 non-CRPS chronic pain phenotype). Analyses using PrediXcan methodology indicated differences in the genetically determined component of gene expression in 7 of 48 genes identified in methylation analyses (P's < 0.02). Results suggest that immune- and inflammatory-related factors might confer risk of developing CRPS after traumatic injury. Validation findings demonstrate the potential of using electronic health records linked to DNA for genomic studies of CRPS.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,013
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 Opus0,029
Tête enseignante GPT0,259
Écart entre enseignants0,230 · 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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePainMême sujetPain Management and TreatmentTravaux en français237 207