MétaCan
Menu
Retour à la cohorte
Enregistrement W3164747304 · doi:10.1002/ana.26131

Polygenic Risk Score for Alzheimer's Disease in Caribbean Hispanics

2021· article· en· W3164747304 sur OpenAlexaff
Sanjeev Sariya, Daniel Felsky, Dolly Reyes‐Dumeyer, Ricky Lali, Rafael Lantigua, Badri N. Vardarajan, Ivonne Z. Jiménez‐Velázquez, Jonathan L. Haines, Gerard D. Shellenberg, Margaret A Pericak‐Vance, Guillaume Paré, Richard Mayeux, Giuseppe Tosto

Notice bibliographique

RevueAnnals of Neurology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteCentre for Addiction and Mental Health
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute on AgingNational Institutes of Health
Mots-clésPolygenic risk scoreLimitingDiseaseEthnic groupDemographyMedicineAlzheimer's diseaseCaribbean regionGerontologyBiologyInternal medicineGeneticsGeneSingle-nucleotide polymorphismGenotypeLatin Americans

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Polygenic risk scores (PRSs) assess the individual genetic propensity to a condition by combining sparse information scattered across genetic loci, often displaying small effect sizes. Most PRSs are constructed in European-ancestry populations, limiting their use in other ethnicities. Here we constructed and validated a PRS for late-onset Alzheimer's Disease (LOAD) in Caribbean Hispanics (CH). METHODS: We used a CH discovery (n = 4,312) and independent validation sample (n = 1,850) to construct an ancestry-specific PRS ("CH-PRS") and evaluated its performance alone and with other predictors using the area under curve (AUC) and logistic regression (strength of association with LOAD and statistical significance). We tested if CH-PRS predicted conversion to LOAD in a subsample with longitudinal data (n = 1,239). We also tested the CH-PRS in an independent replication CH cohort (n = 200) and brain autopsy cohort (n = 33). Finally, we tested the effect of ancestry on PRS by using European and African American discovery cohorts to construct alternative PRSs ("EUR-PRS", "AA-PRS"). RESULTS: = 1.51 95%CI = 1.36-1.68), raising to >75% in APOE-ɛ4 non-carriers. CH-PRS alone achieved an AUC = 72% in the autopsy cohort, raising to AUC = 83% in full model. Higher CH-PRS was significantly associated with clinical LOAD in the replication CH cohort (OR = 1.61, 95%CI = 1.19-2.17) and significantly predicted conversion to LOAD (HR = 1.93, CI = 1.70-2.20) in the longitudinal subsample. EUR-PRS and AA-PRS reached lower prediction accuracy (AUC = 58% and 53%, respectively). INTERPRETATION: Enriching diversity in genetic studies is critical to provide an effective PRS in profiling LOAD risk across populations. ANN NEUROL 2021;90:366-376.

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)0,005
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,053
Tête enseignante GPT0,318
Écart entre enseignants0,265 · 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

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetGenetic Associations and EpidemiologyTravaux en français237 207