MétaCan
Menu
← Retour à la cohorte
Enregistrement W3211973903 · doi:10.1101/2021.11.06.21265795

Genetic Contributions to Early and Late Onset Ischemic Stroke

2021· preprint· en· W3211973903 sur OpenAlexaff
Thomas Jaworek, Huichun Xu, Brady Gaynor, John W. Cole, Kristiina Rannikmäe, Tara M. Stanne, Liisa Tomppo, Vida Abedi, Philippe Amouyel, Nicole D. Armstrong, John Attia, Steven Bell, Oscar Benavente, Giorgio B. Boncoraglio, Adam S. Butterworth, Jara Cárcel‐Márquez, Zhengming Chen, Michael Chong, Carlos Cruchaga, Mary Cushman, John Danesh, Stéphanie Debette, David Duggan, Jon Peter Durda, Gunnar Engström, Christian Enzinger, Jessica D. Faul, Natalie Fecteau, Israel Fernández‐Cadenas, Christian Geiger, Anne‐Katrin Giese, Raji P. Grewal, Ulrike Grittner, Aki S. Havulinna, Laura Heitsch, Marc C. Hochberg, Jie Hu, Andreea Ilinca, Marguerite R. Irvin, Rebecca D. Jackson, Mina A. Jacob, Raquel Rabionet, Jordi Jiménez-Conde, Julie A. Johnson, Sharon L.R. Kardia, Masaru Koido, Michiaki Kubo, Leslie A. Lange, Jin‐Moo Lee, Robin Lemmens, Christopher Levi, Jiang Li, Liming Li, Kuang Lin, Haley Lopez, Sothear Luke, Jane Maguire, Patrick F. McArdle, Caitrin W. McDonough, James F. Meschia, Tiina M. Metso, Martina Müller‐Nurasyid, Timothy D. O’Connor, Martin O’Donnell, Leema Reddy Peddareddygari, Joanna Pera, James A. Perry, Annette Peters, Jukka Putaala, Debashree Ray, Kathryn M. Rexrode, Marta Ribasés, Jonathan Rosand, Peter M. Rothwell, Tatjana Rundek, Kathleen A. Ryan, Ralph L. Sacco, Veikko Salomaa, Cristina Sánchez‐Mora, Reinhold Schmidt, Pankaj Sharma, Agnieszka Słowik, Jennifer A. Smith, Nicholas L. Smith, Sylvia Wassertheil‐Smoller, Martin Söderholm, O. Colin Stine, Daniel Strbian, Cathie Sudlow, Turgut Tatlisumak, Chikashi Terao, Vincent Thijs, Nuria P. Torres‐Aguila, David‐Alexandre Trégouët, Anil M. Tuladhar, Jan H. Veldink, Robin Walters, David R. Weir, Daniel Woo, Bradford B. Worrall, Charles C. Hong, Owen A. Ross, Ramin Zand, F-E de Leeuw, Guillaume Paré, Christopher D. Anderson, Hugh S. Markus, Christina Jern, Rainer Malik, Martin Dichgans, Braxton D. Mitchell, Steven J. Kittner

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteThrombosis and Atherosclerosis Research InstituteUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésABO blood group systemMedicineVenous thrombosisStroke (engine)Locus (genetics)Internal medicineIschemic strokeAge of onsetSNPCardiologyThrombosisSingle-nucleotide polymorphismBiologyGeneticsIschemiaDiseaseGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Abstract Objective To determine the contribution of common genetic variants to risk of early onset ischemic stroke (IS). Methods We performed a meta-analysis of genome-wide association studies of early onset IS, ages 18-59, using individual level data or summary statistics in 16,927 cases and 576,353 non-stroke controls from 48 different studies across North America, Europe, and Asia. We further compared effect sizes at our most genome-wide significant loci between early and late onset IS and compared polygenic risk scores for venous thromboembolism between early versus later onset IS. Results We observed an association between early onset IS and ABO , a known stroke locus. The effect size of the peak ABO SNP, rs8176685, was significantly larger in early compared to late onset IS (OR 1.17 (95% C.I.: 1.11-1.22) vs 1.05 (0.99-1.12); p for interaction = 0.008). Analysis of genetically determined ABO blood groups revealed that early onset IS cases were more likely to have blood group A and less likely to have blood group O compared to both non-stroke controls and to late onset IS cases. Using polygenic risk scores, we observed that greater genetic risk for venous thromboembolism, another prothrombotic condition, was more strongly associated with early, compared to late, onset IS (p=0.008). Conclusion The ABO locus, genetically predicted blood group A, and higher genetic propensity for venous thrombosis are more strongly associated with early onset IS, compared with late onset IS, supporting a stronger role of prothrombotic factors in early onset IS.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,272
Écart entre enseignants0,262 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→