A single nucleotide polymorphism genetic risk score to aid diagnosis of coeliac disease: a pilot study in clinical care
Notice bibliographique
Résumé
BACKGROUND: Single nucleotide polymorphism-based genetic risk scores (GRS) model genetic risk as a continuum and can discriminate coeliac disease but have not been validated in clinic. Human leukocyte antigen (HLA) DQ gene testing is available in clinic but does not include non-HLA attributed risk and is limited by discrete risk stratification. AIMS: To accurately characterise both HLA and non-HLA coeliac disease genetic risk as a single nucleotide polymorphism-based GRS and evaluate diagnostic utility. METHODS: We developed a 42 single nucleotide polymorphism coeliac disease GRS from a European case-control study (12 041 cases vs 12 228 controls) using HLA-DQ imputation and published genome-wide association studies. We validated the GRS in UK Biobank (1237 cases) and developed direct genotyping assays. We tested the coeliac disease GRS in a pilot clinical cohort of 128 children presenting with suspected coeliac disease. RESULTS: The GRS was more discriminative of coeliac disease than HLA-DQ stratification in UK Biobank (receiver operating characteristic area under the curve [ROC-AUC] = 0.88 [95% CIs: 0.87-0.89] vs 0.82 [95% CIs: 0.80-0.83]). We demonstrated similar discrimination in the pilot clinical cohort (114 cases vs 40 controls, ROC-AUC = 0.84 [95% CIs: 0.76-0.91]). As a rule-out test, no children with coeliac disease in the clinical cohort had a GRS below 38th population centile. CONCLUSIONS: A single nucleotide polymorphism-based GRS may offer more effective and cost-efficient testing of coeliac disease genetic risk in comparison to HLA-DQ stratification. As a comparatively inexpensive test it could facilitate non-invasive coeliac disease diagnosis but needs detailed assessment in the context of other diagnostic tests and against current diagnostic algorithms.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».