Molecular genetic overlap between posttraumatic stress disorder and sleep phenotypes
Notice bibliographique
Résumé
STUDY OBJECTIVES: Sleep problems are common, serving as both a predictor and symptom of posttraumatic stress disorder (PTSD), with these bidirectional relationships well established in the literature. While both sleep phenotypes and PTSD are moderately heritable, there has been a paucity of investigation into potential genetic overlap between sleep and PTSD. Here, we estimate genetic correlations between multiple sleep phenotypes (including insomnia symptoms, sleep duration, daytime sleepiness, and chronotype) and PTSD, using results from the largest genome-wide association study (GWAS) to date of PTSD, as well as publicly available GWAS results for sleep phenotypes within UK Biobank data (23 variations, encompassing four main phenotypes). METHODS: Genetic correlations were estimated utilizing linkage disequilibrium score regression (LDSC), an approach that uses GWAS summary statistics to compute genetic correlations across traits, and Mendelian randomization (MR) analyses were conducted to follow up on significant correlations. RESULTS: Significant, moderate genetic correlations were found between insomnia symptoms (rg range 0.36-0.49), oversleeping (rg range 0.32-0.44), undersleeping (rg range 0.48-0.49), and PTSD. In contrast, there were mixed results for continuous sleep duration and daytime sleepiness phenotypes, and chronotype was not correlated with PTSD. MR analyses did not provide evidence for casual effects of sleep phenotypes on PTSD. CONCLUSION: Sleep phenotypes, particularly insomnia symptoms and extremes of sleep duration, have shared genetic etiology with PTSD, but causal relationships were not identified. This highlights the importance of further investigation into the overlapping influences on these phenotypes as sample sizes increase and new methods to investigate directionality and causality become available.
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 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) | 0,000 | 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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».