MétaCan
Menu
Retour à la cohorte
Enregistrement W3160162735 · doi:10.1161/strokeaha.121.034747

Metabolic Traits and Stroke Risk in Individuals of African Ancestry: Mendelian Randomization Analysis

2021· article· en· W3160162735 sur OpenAlexfundno aff
Segun Fatumo, Ville Karhunen, Tinashe Chikowore, Toure Sounkou, Brenda Udosen, Chisom Ezenwa, Mariam Nakabuye, Opeyemi Soremekun, Iyas Daghlas, David Ryan, Amybel Taylor, Amy M. Mason, Scott M. Damrauer, Marijana Vujković, Keith L. Keene, Myriam Fornage, Marjo‐Riitta Järvelin, Stephen Burgess, Dipender Gill

Notice bibliographique

RevueStroke · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityPerelman School of Medicine, University of PennsylvaniaSt George's University Hospitals NHS Foundation TrustBiocenter, University of OuluNIHR Cambridge Biomedical Research CentreOulun YliopistoMedical Research CouncilLondon School of Hygiene and Tropical MedicineUniversity of Texas Health Science Center at HoustonUniversity of CambridgeBritish Heart FoundationWellcome TrustBrody School of MedicineNational Institute on Minority Health and Health DisparitiesUniversity of PennsylvaniaImperial College LondonDivision of Mathematical SciencesFogarty International CenterEast Carolina UniversityNovo NordiskNational Institute for Health and Care ResearchCambridge University HospitalsU.S. Department of Veterans Affairs
Mots-clésMendelian randomizationMedicineOdds ratioDemographyGenome-wide association studyStroke (engine)Type 2 diabetesGeneticsPopulationSingle-nucleotide polymorphismInternal medicineGenotypeDiabetes mellitusBiologyEndocrinologyEnvironmental healthGeneGenetic variants

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Metabolic traits affect ischemic stroke (IS) risk, but the degree to which this varies across different ethnic ancestries is not known. Our aim was to apply Mendelian randomization to investigate the causal effects of type 2 diabetes (T2D) liability and lipid traits on IS risk in African ancestry individuals, and to compare them to estimates obtained in European ancestry individuals. METHODS: For African ancestry individuals, genetic proxies for T2D liability and circulating lipids were obtained from a meta-analysis of the African Partnership for Chronic Disease Research study, the UK Biobank, and the Million Veteran Program (total N=77 061). Genetic association estimates for IS risk were obtained from the Consortium of Minority Population Genome-Wide Association Studies of Stroke (3734 cases and 18 317 controls). For European ancestry individuals, genetic proxies for the same metabolic traits were obtained from Million Veteran Program (lipids N=297 626, T2D N=148 726 cases, and 965 732 controls), and genetic association estimates for IS risk were obtained from the MEGASTROKE study (34 217 cases and 406 111 controls). Random-effects inverse-variance weighted Mendelian randomization was used as the main method, complemented with sensitivity analyses more robust to pleiotropy. RESULTS: Higher genetically proxied T2D liability, LDL-C (low-density lipoprotein cholesterol), total cholesterol and lower genetically proxied HDL-C (high-density lipoprotein cholesterol) were associated with increased risk of IS in African ancestry individuals (odds ratio per doubling the odds of T2D liability [95% CI], 1.09 [1.07-1.11]; per standard-deviation increase in LDL-C, 1.12 [1.04-1.21]; total cholesterol: 1.23 [1.06-1.43]; HDL-C, 0.93 [0.89-0.99]). There was no evidence for differences in these estimates when performing analyses in European ancestry individuals. CONCLUSIONS: Our analyses support a causal effect of T2D liability and lipid traits on IS risk in African ancestry individuals, with Mendelian randomization estimates similar to those obtained in European ancestry individuals.

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)0,062
score de la tête « metaresearch » (Gemma)0,110
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 enseignants0,062
Score d'incertitude au seuil0,330

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,110
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,013
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetGenetic Associations and EpidemiologyTravaux en français237 207