Genetics and Age-Related Eye Disease Study Formulation Interaction in Neovascular Age-Related Macular Degeneration
Notice bibliographique
Résumé
Purpose: This work aims to determine whether previously defined genotype risk groups interact with Age-Related Eye Disease Study formulation (AREDS-F) use in progression to neovascular age-related macular degeneration (nvAMD). Methods: We conducted a case-only study of 265 nvAMD patients. Patients were anonymously genotyped at the complement factor H and age-related maculopathy susceptibility 2 loci and segregated into genotype groups (GTGs) defined by specific combinations of risk alleles. Physicians, who were blind to patients’ GTGs, obtained patients’ AREDS-F use history. The facility performing genetic analysis was blind to the AREDS-F use history. We used logistic analysis to estimate the interaction coefficient between AREDS-F use and GTG 2 vs GTG 3 in a general-population model. Results: The odds ratio of numbers of patients reporting prior AREDS-F use to nonuse for GTG 2 vs GTG 3 was 4.18 ( P = .001). Logistic regression, correcting for nongenetic risk factors, gave an estimate of the β for interaction of AREDS-F with genotype of 1.57 ( P = .001). This estimates a corrected odds ratio associated with the effect of interaction of 4.81 between those in GTG 2 compared with those in GTG 3. Conclusions: Our data indicate an interaction between GTGs and AREDS-F use that is consistent in size and direction with previously published reports, which had found that using AREDS-F supplements significantly increases the risk of nvAMD for some users and significantly protects other users.
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) | 0,001 | 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 ».