Polygenic risk scores predict diabetic complications and their response to therapy
Notice bibliographique
Résumé
Abstract Type 2 diabetes increases the risk of cardiovascular and renal complications, but early risk prediction can lead to timely intervention and better outcomes. Through summary statistics of meta-analyses of published genome-wide association studies performed in over 1.2 million of individuals, we combined 9 PRS gathering genomic variants associated to cardiovascular and renal diseases and their key risk factors into one logistic regression model, to predict micro- and macrovascular endpoints of diabetes. Its clinical utility in predicting complications of diabetes was tested in 4098 participants with diabetes of the ADVANCE trial followed during a period of 10 years and replicated it in three independent non-trial cohorts. The prediction model adjusted for ethnicity, sex, age at onset and diabetes duration, identified the top 30% of ADVANCE participants at 3.1-fold increased risk of major micro- and macrovascular events (p=6.3×10 −21 and p=9.6×10 −31 , respectively) and at 4.4-fold (p=6.8×10 −33 ) increased risk of cardiovascular death compared to the remainder of T2D subjects. While in ADVANCE overall, combined intensive therapy of blood pressure and glycaemia decreased cardiovascular mortality by 24%, the prediction model identified a high-risk group in whom this therapy decreased mortality by 47%, and a low risk group in whom the therapy had no discernable effect. Patients with high PRS had the greatest absolute risk reduction with a number needed to treat of 12 to prevent one cardiovascular death over 5 years. This novel polygenic prediction model identified people with diabetes at low and high risk of complications and improved targeting those at greater benefit from intensive therapy while avoiding unnecessary intensification in low-risk subjects.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».