MétaCan
Menu
Retour à la cohorte
Enregistrement W4221129082 · doi:10.1016/j.ebiom.2022.103953

Lipid traits and type 2 diabetes risk in African ancestry individuals: A Mendelian Randomization study

2022· article· en· W4221129082 sur OpenAlexaff
Opeyemi Soremekun, Ville Karhunen, Yiyan He, Skanda Rajasundaram, Bowen Liu, Apostolos Gkatzionis, Chisom Soremekun, Brenda Udosen, Hanan Musa, Sarah Silva, Christopher Kintu, Richard Mayanja, Mariam Nakabuye, Tafadzwa Machipisa, Amy M. Mason, Marijana Vujković, Verena Zuber, Mahmoud E. S. Soliman, Joseph Mugisha, Oyekanmi Nash, Pontiano Kaleebu, Moffat Nyirenda, Tinashe Chikowore, Dorothea Nitsch, Stephen Burgess, Dipender Gill, Segun Fatumo

Notice bibliographique

RevueEBioMedicine · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesFogarty International CenterSt. George's, University of LondonNational Institutes of HealthAcademy of FinlandNIHR Cambridge Biomedical Research CentreEuropean CommissionRoyal SocietyImperial College LondonDepartment of Health and Social CareNational Institute for Health and Care ResearchBritish Heart FoundationWellcome TrustMedical Research CouncilLondon School of Hygiene and Tropical MedicineUK Research and InnovationOffice of Research and Development
Mots-clésMendelian randomizationOdds ratioType 2 diabetesInternal medicineConfidence intervalConfoundingMedicineDemographyHazard ratioGeneticsBiologyDiabetes mellitusEndocrinologyGenotype

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dyslipidaemia is highly prevalent in individuals with type 2 diabetes mellitus (T2DM). Numerous studies have sought to disentangle the causal relationship between dyslipidaemia and T2DM liability. However, conventional observational studies are vulnerable to confounding. Mendelian Randomization (MR) studies (which address this bias) on lipids and T2DM liability have focused on European ancestry individuals, with none to date having been performed in individuals of African ancestry. We therefore sought to use MR to investigate the causal effect of various lipid traits on T2DM liability in African ancestry individuals. METHODS: = 30,140, 87.2% men), respectively. Genetic instruments were thus selected from the APCDR after which they were clumped to obtain independent instruments. We used a random-effects inverse variance weighted method in our primary analysis, complementing this with additional sensitivity analyses robust to the presence of pleiotropy. FINDINGS: Increased genetically proxied low-density lipoprotein cholesterol (LDL-C) and total cholesterol (TC) levels were associated with increased T2DM liability in African ancestry individuals (odds ratio (OR) [95% confidence interval, P-value] per standard deviation (SD) increase in LDL-C = 1.052 [1.000 to 1.106, P = 0.046] and per SD increase in TC = 1.089 [1.014 to 1.170, P = 0.019]). Conversely, increased genetically proxied high-density lipoprotein cholesterol (HDL-C) was associated with reduced T2DM liability (OR per SD increase in HDL-C = 0.915 [0.843 to 0.993, P = 0.033]). The OR on T2DM per SD increase in genetically proxied triglyceride (TG) levels was 0.884 [0.773 to 1.011, P = 0.072] . With respect to lipid-lowering drug targets, we found that genetically proxied 3-hydroxy-3-methylglutaryl-CoA reductase (HMGCR) inhibition was associated with increased T2DM liability (OR per SD decrease in genetically proxied LDL-C = 1.68 [1.03-2.72, P = 0.04]) but we did not find evidence of a relationship between genetically proxied proprotein convertase subtilisin/kexin type 9 (PCSK9) inhibition and T2DM liability. INTERPRETATION: Consistent with MR findings in Europeans, HDL-C exerts a protective effect on T2DM liability and HMGCR inhibition increases T2DM liability in African ancestry individuals. However, in contrast to European ancestry individuals, LDL-C may increase T2DM liability in African ancestry individuals. This raises the possibility of ethnic differences in the metabolic effects of dyslipidaemia in T2DM. FUNDING: See the Acknowledgements section for more information.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,273
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetGenetic Associations and EpidemiologyTravaux en français237 207