Lipidomics, Atrial Conduction, and Body Mass Index
Notice bibliographique
Résumé
Background: Lipids are increasingly involved in cardiovascular risk prediction as potential proarrhythmic influencers. However, knowledge is limited about the specific mechanisms connecting lipid alterations with atrial conduction. Methods: To shed light on this issue, we conducted a broad assessment of 151 sphingo- and phospholipids, measured using mass spectrometry, for association with atrial conduction, measured by P wave duration (PWD) from standard electrocardiograms, in the MICROS study (Microisolates in South Tyrol) (n=839). Causal pathways involving lipidomics, body mass index (BMI), and PWD were assessed using 2-sample Mendelian randomization analyses based on published genome-wide association studies of lipidomics (n=4034) and BMI (n=734 481), and genetic association analysis of PWD in 5 population-based studies (n=24 236). Results: We identified an association with relative phosphatidylcholine 38:3 (%PC 38:3) concentration, which was replicated in the ORCADES (Orkney Complex Disease Study; n=951), with a pooled association across studies of 2.59 (95% CI, 1.3–3.9; P =1.1×10 −4 ) ms PWD per mol% increase. While being independent of cholesterol, triglycerides, and glucose levels, the %PC 38:3-PWD association was mediated by BMI. Results supported a causal effect of BMI on both PWD ( P =8.3×10 −5 ) and %PC 38:3 ( P =0.014). Conclusions: Increased %PC 38:3 levels are consistently associated with longer PWD, partly because of the confounding effect of BMI. The causal effect of BMI on PWD reinforces evidence of BMI’s involvement into atrial electrical activity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».