Circulating Galectin-3 Levels Are Not Associated With Nonalcoholic Fatty Liver Disease: A Mendelian Randomization Study
Notice bibliographique
Résumé
CONTEXT: The impact of galectin-3 inhibitors on nonalcoholic fatty liver diseases (NAFLD)-related outcomes is currently under investigation in randomized clinical trials. Whether there is a causal association between plasma galectin-3 levels and NAFLD is unknown. OBJECTIVE: To evaluate the causal effect of circulating galectin-3 levels on NAFLD as well as >800 other human diseases. DESIGN: Inverse variance-weighted (IVW) Mendelian randomization (MR) and phenome-wide MR. SETTING: Summary statistics of genome-wide association studies. PATIENTS: Participants of the UK Biobank, Electronic Medical Records and Genomics (eMERGE), FinnGen, Prevention of Renal and Vascular End-Stage Disease (PREVEND), and IMPROVE cohorts. INTERVENTION: Identification of independent single-nucleotide polymorphisms (SNPs) associated with galectin-3 levels (P < 5 × 10-8) in the PREVEND (14 SNPs) and IMPROVE (3 SNPs) cohorts. MAIN OUTCOME MEASURES: Presence of NAFLD in a meta-analysis of genome-wide association study of the eMERGE, UK Biobank, and FinnGen cohorts (3042 NAFLD cases and 504 853 controls), as well as >800 other human diseases in the UK Biobank and FinnGen. RESULTS: Using IVW-MR, we found no causal association between galectin-3 levels and NAFLD in the meta-analysis of the 3 cohorts or in each individual cohort. After correction for multiple testing, we found no causal association between galectin-3 levels and >800 human disease-related traits. CONCLUSIONS: This MR study revealed no causal associations between circulating galectin-3 levels and NAFLD or any other disease traits, suggesting that plasma galectin-3 levels may not be directly implicated in the pathogenesis of NAFLD or other human diseases.
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 | 0,002 | 0,004 |
| 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 | 0,001 |
| 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 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 ».