Disease consequences of higher adiposity uncoupled from its adverse metabolic effects using Mendelian randomisation
Notice bibliographique
Résumé
Background: Some individuals living with obesity may be relatively metabolically healthy, whilst others suffer from multiple conditions that may be linked to adverse metabolic effects or other factors. The extent to which the adverse metabolic component of obesity contributes to disease compared to the non-metabolic components is often uncertain. We aimed to use Mendelian randomisation (MR) and specific genetic variants to separately test the causal roles of higher adiposity with and without its adverse metabolic effects on diseases. Methods: We selected 37 chronic diseases associated with obesity and genetic variants associated with different aspects of excess weight. These genetic variants included those associated with metabolically 'favourable adiposity' (FA) and 'unfavourable adiposity' (UFA) that are both associated with higher adiposity but with opposite effects on metabolic risk. We used these variants and two sample MR to test the effects on the chronic diseases. Results: MR identified two sets of diseases. First, 11 conditions where the metabolic effect of higher adiposity is the likely primary cause of the disease. Here, MR with the FA and UFA genetics showed opposing effects on risk of disease: coronary artery disease, peripheral artery disease, hypertension, stroke, type 2 diabetes, polycystic ovary syndrome, heart failure, atrial fibrillation, chronic kidney disease, renal cancer, and gout. Second, 9 conditions where the non-metabolic effects of excess weight (e.g. mechanical effect) are likely a cause. Here, MR with the FA genetics, despite leading to lower metabolic risk, and MR with the UFA genetics, both indicated higher disease risk: osteoarthritis, rheumatoid arthritis, osteoporosis, gastro-oesophageal reflux disease, gallstones, adult-onset asthma, psoriasis, deep vein thrombosis, and venous thromboembolism. Conclusions: Our results assist in understanding the consequences of higher adiposity uncoupled from its adverse metabolic effects, including the risks to individuals with high body mass index who may be relatively metabolically healthy. Funding: Diabetes UK, UK Medical Research Council, World Cancer Research Fund, National Cancer Institute.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».