A multivariable Mendelian randomization analysis disentangling the causal relations between abdominal obesity, non-alcoholic fatty liver disease and cardiometabolic diseases
Notice bibliographique
Résumé
Abstract Background Observational studies have linked obesity and especially abdominal obesity to non-alcoholic fatty liver disease (NAFLD). These traits are also associated with type 2 diabetes (T2D) and coronary artery disease (CAD) but the causal factor(s) underlying these associations remain unexplored. Methods We used a multivariable Mendelian randomization (MVMR) study design to determine whether obesity (defined using body mass index [BMI]) and abdominal obesity (defined using waist circumference) were causally associated with NAFLD using publicly available genome-wide association study (GWAS) summary statistics of the UK Biobank (n>450,000) and a GWAS meta-analysis of NAFLD (8434 cases and 770,180 control). A MVMR study design was also used to determine the respective causal contributions of waist circumference and NAFLD to T2D and CAD using additional GWAS summary statistics of the DIAGRAM (74,124 cases and 824,006 controls) and CARDIoGRAMplusC4D (122,733 cases and 424,528 controls) consortia. Results In univariable Mendelian randomization analyses, both BMI and waist circumference were associated with NAFLD. NAFLD was not associated with obesity or abdominal obesity. In MVMR analyses, waist circumference was associated with NAFLD when accounting for BMI (OR per 1-standard deviation increase = 2.56 95% CI: 1.39-4.69, p=2.4e-03) and BMI was not associated with NAFLD when accounting for waist circumference (0.81 95% CI: 0.5-1.31, p =3.9e-01). In MVMR analyses accounting for NAFLD, waist circumference remained strongly associated with both T2D (3.25 95% CI: 2.87-3.68, p=5.1e-77) and CAD (1.62 95% CI: 1.48-1.76, p=6.5e-28). Conclusions These results identified abdominal obesity as a strong, independent and causal contributor to NAFLD, T2D and CAD, suggesting that interventions targeting abdominal obesity rather than body weight per se should be prioritized for the prevention and management of cardiometabolic 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,011 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 source (Gemma direct ou Codex distillé), 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 ».