Genetic overlap between autoimmune diseases and non‐Hodgkin lymphoma subtypes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Epidemiologic studies show an increased risk of non-Hodgkin lymphoma (NHL) in patients with autoimmune disease (AD), due to a combination of shared environmental factors and/or genetic factors, or a causative cascade: chronic inflammation/antigen-stimulation in one disease leads to another. Here we assess shared genetic risk in genome-wide-association-studies (GWAS). Secondary analysis of GWAS of NHL subtypes (chronic lymphocytic leukemia, diffuse large B-cell lymphoma, follicular lymphoma, and marginal zone lymphoma) and ADs (rheumatoid arthritis, systemic lupus erythematosus, and multiple sclerosis). Shared genetic risk was assessed by (a) description of regional genetic of overlap, (b) polygenic risk score (PRS), (c)"diseasome", (d)meta-analysis. Descriptive analysis revealed few shared genetic factors between each AD and each NHL subtype. The PRS of ADs were not increased in NHL patients (nor vice versa). In the diseasome, NHLs shared more genetic etiology with ADs than solid cancers (p = .0041). A meta-analysis (combing AD with NHL) implicated genes of apoptosis and telomere length. This GWAS-based analysis four NHL subtypes and three ADs revealed few weakly-associated shared loci, explaining little total risk. This suggests common genetic variation, as assessed by GWAS in these sample sizes, may not be the primary explanation for the link between these ADs and NHLs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 0,001 |
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 découle