Genetic risk for dengue hemorrhagic fever and dengue fever in multiple ancestries
Notice bibliographique
Résumé
BACKGROUND: Genetic risk factors for dengue hemorrhagic fever/dengue shock syndrome (DHF/DSS) and dengue fever (DF) are limited, in particular there are sparse data on genetic risk across diverse populations. METHODS: We conducted a genome-wide association study (GWAS) in a derivation and validation sample of 7, 460 participants of Latin American, South Asian, and South East Asian ancestries. We then developed a weighted polygenic risk score (PRS) for each participant in each of the validation cohorts of the three ancestries to predict the risk of DHF/DSS compared to DF, DHF/DSS compared to controls, and, DF compared to controls. FINDINGS: The risk of DHF/DSS was significantly increased, odds ratio [OR] 1.84 (95%CI 1.47 to 2.31) (195 SNPs), compared to DF, fourth PRS quartile versus first quartile, in the validation cohort. The risk of DHF/DSS compared to controls was increased (OR=3.94; 95% CI 2.84 to 5.45) (278 SNPs), as was the risk of DF compared to controls (OR=1.97; 95%CI 1.63 to 2.39) (251 SNPs). Risk increased in a dose-dependent manner with increase in quartiles of PRS across comparisons. Significant associations persisted for PRS built within ancestries and applied to the same or different ancestries as well as for PRS built for one outcome (DHF/DSS or DF) and applied to the other. INTERPRETATION: There is a strong genetic effect that predisposes to risk of DHF/DSS and DF. The genetic risk for DHF/DSS is higher than that for DF when compared to controls, and this effect persists across multiple ancestries.
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 | 0,001 |
| 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 | 0,000 |
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 tête enseignante, 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 ».