MétaCan
Menu
Retour à la cohorte
Enregistrement W3162045175 · doi:10.1002/art.41779

Assessing the Causal Relationships Between Insulin Resistance and Hyperuricemia and Gout Using Bidirectional Mendelian Randomization

2021· article· en· W3162045175 sur OpenAlexafffund
Natalie McCormick, Mark J. O’Connor, Chio Yokose, Tony R. Merriman, David B. Mount, Aaron Leong, Hyon K. Choi

Notice bibliographique

RevueArthritis & Rheumatology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensResearch Canada
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesCanadian Institutes of Health ResearchRheumatology Research FoundationNational Institute of Diabetes and Digestive and Kidney DiseasesMedical Research CouncilDoris Duke Charitable Foundation
Mots-clésMendelian randomizationInsulin resistanceHyperuricemiaMedicineGoutInternal medicineConfidence intervalInsulinEndocrinologyDiabetes mellitusMetabolic syndromeBiobankUric acidBioinformaticsGeneticsBiologyGenotypeGenetic variantsGene

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Hyperuricemia is closely associated with insulin resistance syndrome (and its many cardiometabolic sequelae); however, whether they are causally related has long been debated. We undertook this study to investigate the potential causal nature and direction between insulin resistance and hyperuricemia, along with gout, by using bidirectional Mendelian randomization (MR) analyses. METHODS: We used genome-wide association data (n = 288,649 for serum urate [SU] concentration; n = 763,813 for gout risk; n = 153,525 for fasting insulin) to select genetic instruments for 2-sample MR analyses, using multiple MR methods to address potential pleiotropic associations. We then used individual-level, electronic medical record-linked data from the UK Biobank (n = 360,453 persons of European ancestry) to replicate our analyses via single-sample MR analysis. RESULTS: Genetically determined SU levels, whether inferred from a polygenic score or strong individual loci, were not associated with fasting insulin concentrations. In contrast, genetically determined fasting insulin concentrations were positively associated with SU levels (0.37 mg/dl per log-unit increase in fasting insulin [95% confidence interval (95% CI) 0.15, 0.58]; P = 0.001). This persisted in outlier-corrected (β = 0.56 mg/dl [95% CI 0.45, 0.67]) and multivariable MR analyses adjusted for BMI (β = 0.69 mg/dl [95% CI 0.53, 0.85]) (P < 0.001 for both). Polygenic scores for fasting insulin were also positively associated with SU level among individuals in the UK Biobank (P < 0.001). Findings for gout risk were bidirectionally consistent with those for SU level. CONCLUSION: These findings provide evidence to clarify core questions about the close association between hyperuricemia and insulin resistance syndrome: hyperinsulinemia leads to hyperuricemia but not the other way around. Reducing insulin resistance could lower the SU level and gout risk, whereas lowering the SU level (e.g., allopurinol treatment) is unlikely to mitigate insulin resistance and its cardiometabolic sequelae.

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)0,027
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,065
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,298
Écart entre enseignants0,261 · 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'étudeSimulation ou modélisation
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

Citations166
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetGout, Hyperuricemia, Uric AcidTravaux en français237 207