MétaCan
Menu
← Retour à la cohorte
Enregistrement W2974525672 · doi:10.1681/asn.2019030218

Genome-Wide Association Study of Diabetic Kidney Disease Highlights Biology Involved in Glomerular Basement Membrane Collagen

2019· article· en· W2974525672 sur OpenAlexaff
Rany M. Salem, Jennifer N. Todd, Niina Sandholm, Joanne B. Cole, Wei‐Min Chen, Darrell Andrews, Marcus G. Pezzolesi, Paul McKeigue, Linda T. Hiraki, Chengxiang Qiu, Viji Nair, Chen Di Liao, Jing Cao, Erkka Valo, Suna Önengüt-Gümüşcü, Adam M. Smiles, Stuart J. McGurnaghan, Jani K. Haukka, Valma Harjutsalo, Eoin Brennan, Natalie R. van Zuydam, Emma Ahlqvist, Ross Doyle, Tarunveer S. Ahluwalia, Maria Lajer, Maria Hughes, Jihwan Park, Jan Skupień, Athina Spiliopoulou, Andy Liu, Rajasree Menon, Carine M. Boustany‐Kari, Hyun Mi Kang, Robert G. Nelson, Ronald Klein, Kristine E. Lee, Xiaoyu Gao, Michael Mauer, Silvia Maestroni, Maria Luiza Caramori, Ian H. de Boer, Rachel G. Miller, Jingchuan Guo, Andrew P. Boright, David‐Alexandre Trégouët, Beata Gyorgy, Janet K. Snell‐Bergeon, David M. Maahs, Shelley B. Bull, Angelo J. Canty, Lars Stechemesser, Bernhard Paulweber, Raimund Weitgasser, Jeļizaveta Sokolovska, Vita Rovīte, Valdis Pīrāgs, Edita Prakapienė, Lina Radzevičienė, Rasa Verkauskienė, Nicolae Mircea Panduru, Mark I. McCarthy, Harvest F. Gu, Anna Möllsten, Henrik Falhammar, Kerstin Brismar, Finian Martin, Peter Rossing, Tina Costacou, Gianpaolo Zerbini, Michel Marre, Samy Hadjadj, Amy Jayne McKnight, Carol Forsblom, Gareth J. McKay, Catherine Godson, Alexander P. Maxwell, Matthias Kretzler, Katalin Suszták, Helen M. Colhoun, Andrzej S. Królewski, Andrew D. Paterson, Per‐Henrik Groop, Stephen S. Rich, Joel N. Hirschhorn, José C. Florez

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensLunenfeld-Tanenbaum Research InstituteHospital for Sick ChildrenMcMaster UniversityUniversity of TorontoInstitute of Population and Public Health
Organismes subventionnairesNational Institute of Mental HealthMedical Research CouncilNational Institutes of HealthServierNational Eye InstituteAcademy of FinlandSamfundet FolkhälsanNovo Nordisk FondenPublic Health AgencyNovo NordiskNational Institute for Health and Care ResearchSteno Diabetes Center CopenhagenWellcome TrustEuropean Foundation for the Study of DiabetesScience Foundation IrelandBristol-Myers SquibbEli Lilly and CompanyAstraZenecaFolkhälsanin TutkimussäätiöVetenskapsrådetAstellas PharmaLietuvos Sveikatos Mokslų UniversitetasWilhelm och Else Stockmanns StiftelseNational Heart, Lung, and Blood InstituteHelsingin ja Uudenmaan SairaanhoitopiiriUniversity of DundeeNational Institute of Diabetes and Digestive and Kidney DiseasesWellcomeSanofiPfizer
Mots-clésGlomerular basement membraneBasement membraneKidney diseaseDiseaseMedicineGenome-wide association studyInternal medicineKidneyBiologyPathologyEndocrinologyGeneticsGlomerulonephritisGeneGenotype

Résumé

récupéré en direct d'OpenAlex

Diabetic kidney disease (DKD) is a heritable but poorly understood complication of diabetes. To identify genetic variants predisposing to DKD, we performed genome-wide association analyses in 19,406 individuals with type 1 diabetes (T1D) using a spectrum of DKD definitions basedon albuminuria and renal function. We identified 16 genome-wide significant loci. The variant with the strongest association (rs55703767) is a common missense mutation in the collagen type IV alpha 3 chain (COL4A3) gene, which encodes a major structural component of the glomerular basement membrane (GBM) implicated in heritable nephropathies. The rs55703767 minor allele (Asp326Tyr) is protective against several definitions of DKD, including albuminuria and end-stage renal disease. Three other loci are in or near genes with known or suggestive involvement in DKD (BMP7) or renal biology ( COLEC11 and DDR1 ). The 16 DKD-associated loci provide novel insights into the pathogenesis of DKD, identifying potential biological targets for prevention and treatment.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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

Citations215
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of Nephrology→Même sujetChronic Kidney Disease and Diabetes→Travaux en français237 207→