Do Serum Urate–associated Genetic Variants Influence Gout Risk in People Taking Diuretics? Analysis of the UK Biobank
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine whether serum urate (SU)-associated genetic variants differ in their influence on gout risk in people taking a diuretic compared to those not taking a diuretic. METHODS: This research was conducted using the UK Biobank Resource (n = 359,876). Ten SU-associated single-nucleotide polymorphisms (SNP) were tested for their association with gout according to diuretic use. Gene-diuretic interactions for gout association were tested using a genetic risk score (GRS) and individual SNP by logistic regression adjusting for relevant confounders. RESULTS: After adjustment, use of a loop diuretic was positively associated with prevalent gout (OR 2.34, 95% CI 2.08-2.63), but thiazide diuretics were inversely associated with prevalent gout (OR 0.60, 95% CI 0.55-0.66). Compared with a lower GRS (< mean), a higher GRS (≥ mean) was positively associated with gout in those not taking diuretics (OR 2.63, 2.49-2.79), in those taking loop diuretics (OR 2.04, 95% CI 1.65-2.53), in those taking thiazide diuretics (OR 2.70, 2.26-3.23), and in those taking thiazide-like diuretics (OR 2.11, 95% CI 1.37-3.25). No nonadditive gene-diuretic interactions were observed. CONCLUSION: In people taking diuretics, SU-associated genetic variants contribute strongly to gout risk, with a similar effect to that observed in those not taking a diuretic. These findings suggest that the contribution of genetic variants is not restricted to people with "primary" gout, and that genetic variants can play an important role in gout susceptibility in the presence of other risk factors.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».