Meta‐analysis confirmed genetic susceptibility conferred by multiple risk variants from <scp>CTLA4</scp> and <scp>SERPINA1</scp> in granulomatosis with polyangiitis
Notice bibliographique
Résumé
BACKGROUND: Granulomatosis with polyangiitis (GPA) is a rare systemic autoimmune disease. Smaller sample size and complex nature of the disease pathogenesis has made it challenging to perform well-powered genetic investigations. We performed a systematic review based meta-analysis in GPA to investigate the genetic susceptibility conferred by non-human leukocyte antigen (non-HLA) candidate genes. METHODS: A systematic review was performed using web-based literature search and eligible studies were included following inclusion-exclusion criteria. Studies were evaluated for their quality of evidence and study outcome was assessed using the Newcastle-Ottawa Scale and Grades of Research, Assessment, Development and Evaluation tools. Reviewer's agreement was accessed through Cohen's κ value. Meta-analyses were performed using RevMan 5 tool. Meta-odds ratio (meta-OR) and Z test P value were evaluated to estimate the genetic susceptibility for each of the variants. RESULTS: Eighteen studies were found eligible and 7 genetic variants from only 4 genes, namely CTLA4, PRTN3, SERPINA1 and PTPN22 could be studied for meta-analysis. rs231775-G (49-G) (Meta-OR = 1.42 [1.14-1.76]; P = .001) of CTLA4 and rs7151526-A (Meta-OR = 2.70 [1.51-4.85]; P = .0008) of SERPINA1 were confirmed to be predisposing alleles, and rs5742909-C (318-C) (Meta-OR = 0.65 [0.44-0.97]; P =.03) of CTLA4 was found to be protective for GPA. In concordance with the genetic association of rs7151526-A, serological marker for the same variant "Z" allele of SERPINA1 was found to be predisposing (Meta-OR = 12.60 [5.01-31.68]; P < .00001) for GPA. CONCLUSION: Genetic variants confirmed in this study play critical roles in T-cell mediated immune function and could be significantly implicated in GPA. Molecular pathology studies are warranted to confirm their role. These markers could be used for efficient patient classification and disease management.
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 | 0,020 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,060 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».