MétaCan
Menu
← Retour à la cohorte
Enregistrement W3083079877 · doi:10.1101/2020.09.04.20187401

Using human genetics to understand the causes and consequences of circulating cardiac troponin I in the general population

2020· preprint· en· W3083079877 sur OpenAlexaff
Marta R. Moksnes, Helge Røsjø, Anne Richmond, Magnus Nakrem Lyngbakken, Sarah E. Graham, Ailin Falkmo Hansen, Brooke N. Wolford, Sarah A. Gagliano Taliun, Jonathon LeFaive, Humaira Rasheed, Laurent F. Thomas, Wei Zhou, Ida Surakka, Nicholas J. Douville, Archie Campbell, David J. Porteous, Paul Welsh, Naveed Sattar, George Davey Smith, Lars G. Fritsche, Jonas B. Nielsen, Bjørn Olav Åsvold, Kristian Hveem, Caroline Hayward, Cristen J. Willer, Ben Brumpton, Torbjørn Omland

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesNorwegian Institute of Public HealthNorges ForskningsrådHelse Midt-NorgeFakultet for medisin og helsevitenskap, Norges Teknisk-Naturvitenskapelige UniversitetNational Institutes of HealthFaculty of Medicine and Health, University of SydneyNorges Teknisk-Naturvitenskapelige Universitet
Mots-clésMendelian randomizationTroponin IPopulationDiseaseMyocardial infarctionGenome-wide association studyInternal medicineTroponinCausal inferenceCardiologyMedicineGeneticsBiologyGeneGenetic variantsSingle-nucleotide polymorphismGenotypePathologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Circulating cardiac troponin proteins are associated with structural heart disease and predict incident cardiovascular disease in the general population. However, the genetic contribution to cardiac troponin I (cTnI) concentrations and its causal effect on cardiovascular phenotypes is unclear. We combine data from the Trøndelag Health Study and the Generation Scotland Scottish Family Health Study and perform a genome-wide association study of highsensitivity cTnI concentrations with 48 115 individuals. We identified 12 genetic loci (8 novel) associated with cTnI concentrations. Associated protein-altering variants highlighted putative functional genes: CAND2, HABP2, ANO5, APOH, FHOD3, TNFAIP2, KLKB1 and LMAN1 . Using two-sample Mendelian randomization we confirmed the non-causal role of cTnI in acute myocardial infarction, but could not rule out a causal role for cTnI in heart failure. Using genetically informed methods for causal inference of cTnI helps inform the role and value of measuring cTnI in the general population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,352
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetRNA modifications and cancer→Travaux en français237 207→