MétaCan
Menu
Retour à la cohorte
Enregistrement W4282973468 · doi:10.1016/j.kint.2022.05.021

Genetic loci and prioritization of genes for kidney function decline derived from a meta-analysis of 62 longitudinal genome-wide association studies

2022· review· en· W4282973468 sur OpenAlexaff
Mathias Gorski, Humaira Rasheed, Alexander Teumer, Laurent F. Thomas, Sarah E. Graham, Garðar Sveinbjörnsson, Thomas W. Winkler, Felix Günther, Klaus Stark, Jin Fang Chai, Bamidele O. Tayo, Matthias Wuttke, Yong Li, Adrienne Tin, Tarunveer S. Ahluwalia, Johan Ärnlöv, Bjørn Olav Åsvold, Stephan J. L. Bakker, Bernhard Banas, Nisha Bansal, Mary L. Biggs, Ginevra Biino, Michael Böhnke, Eric Boerwinkle, Erwin P. Böttinger, Hermann Brenner, Ben Brumpton, Robert J. Carroll, Layal Chaker, John Chalmers, Miao-Li Chee, Miao-Ling Chee, Ching‐Yu Cheng, Audrey Y. Chu, Marina Ciullo, Massimiliano Cocca, James P. Cook, Josef Coresh, Daniele Cusi, Martin H. de Borst, Frauke Degenhardt, Kai‐Uwe Eckardt, Karlhans Endlich, Michele K. Evans, Mary F. Feitosa, André Franke, Sandra Freitag‐Wolf, Christian Fuchsberger, Piyush Gampawar, Ron T. Gansevoort, Mohsen Ghanbari, Sahar Ghasemi, Vilmantas Giedraitis, Christian Gieger, Daníel F. Guðbjartsson, Stein Hallan, Pavel Hamet, Asahi Hishida, Kevin Ho, Edith Hofer, Bernd Holleczek, Hilma Hólm, Anselm Hoppmann, Katrin Horn, Nina Hutri‐Kähönen, Kristian Hveem, Shih‐Jen Hwang, M. Arfan Ikram, Navya Shilpa Josyula, Bettina Jung, Mika Kähönen, Irma Karabegović, Chiea Chuen Khor, Wolfgang Köenig, Holly Kramer, Bernhard K. Krämer, Brigitte Kühnel, Johanna Kuusisto, Markku Laakso, Leslie A. Lange, Terho Lehtimäki, Man Li, Wolfgang Lieb, Lars Lind, Cecilia M. Lindgren, Ruth J. F. Loos, Mary Ann Lukas, Leo‐Pekka Lyytikäinen, Anubha Mahajan, Pamela R. Matías‐García, Christa Meisinger, Thomas Meitinger, Olle Melander, Yuri Milaneschi, Pashupati P. Mishra, Nina Mononen, Andrew P. Morris, Josyf C. Mychaleckyj, Girish N. Nadkarni, Mariko Naito, Masahiro Nakatochi, Mike A. Nalls, Matthias Nauck, Kjell Nikus, Boting Ning, Ilja M. Nolte, Teresa Nutile, Michelle L. O’Donoghue, Jeffrey R. O’Connell, Ísleifur Ólafsson, Marju Orho‐Melander, Afshin Parsa, Sarah A. Pendergrass, Brenda W.J.H. Penninx, Mario Pirastu, Michael Preuß, Bruce M. Psaty, Laura M. Raffield, Olli Raitakari, Myriam Rheinberger, Kenneth Rice, Federica Rizzi, Alexander R. Rosenkranz, Peter Rossing, Jerome I. Rotter, Daniela Ruggiero, Kathleen A. Ryan, Charumathi Sabanayagam, Erika Salvi, Helena Schmidt, Reinhold Schmidt, Markus Scholz, Ben Schöttker, Christina‐Alexandra Schulz, Sanaz Sedaghat, Christian M. Shaffer, Karsten B. Sieber, Xueling Sim, Mario Sims, Harold Snieder, Kira J. Stanzick, Unnur Þorsteinsdóttir, Hannah Stocker, Konstantin Strauch, Heather M. Stringham, Patrick Sulem, Silke Szymczak, Kent D. Taylor, Chris H. L. Thio, Johanne Tremblay, Simona Vaccargiu, Pim van der Harst, Peter J. van der Most, Niek Verweij, Uwe Völker, Kenji Wakai, Mélanie Waldenberger, Lars Wallentin, Stefan Wallner, Judy Wang, Dawn Waterworth, Harvey D. White, Cristen J. Willer, Tien Yin Wong, Mark Woodward, Qiong Yang, Laura M. Yerges-Armstrong, Martina E. Zimmermann, Alan B. Zonderman, Tobias Bergler, Kāri Stefánsson, Carsten A. Böger, Cristian Pattaro, Anna Köttgen, Florian Kronenberg, Iris M. Heid

Notice bibliographique

RevueKidney International · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensMedpharmgene (Canada)
Organismes subventionnairesH2020 European Research CouncilNational Center for Advancing Translational SciencesNational Institute of Neurological Disorders and StrokeNational Center for Research ResourcesNational Institute of General Medical SciencesNational Cancer InstituteNational Institute of Mental HealthNational Institute on AgingMünchner Zentrum für Gesundheitswissenschaften, Ludwig-Maximilians-Universität MünchenBiomedical Research CouncilNational Medical Research CouncilMedical Research CouncilNational Institutes of HealthSirtex MedicalNational Heart, Lung, and Blood InstituteMinisterium für Soziales, Gesundheit, Frauen und Familie, SaarlandNational Human Genome Research InstituteSkånes universitetssjukhusInnovative Medicines InitiativeRegion SkåneNovo Nordisk FondenSvenska DiabetesstiftelsenAmerican RegentKfH-Stiftung PräventivmedizinUniversitätsklinikum RegensburgSigrid Juséliuksen SäätiöEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentGlaxoSmithKlineSigne ja Ane Gyllenbergin SäätiöPaavo Nurmen SäätiöSanofi GenzymeNovo NordiskHelse Midt-NorgeOesterreichische NationalbankHORIZON EUROPE Framework ProgrammeJuho Vainion SäätiöDeutsche ForschungsgemeinschaftNederlandse Organisatie voor Wetenschappelijk OnderzoekElse Kröner-Fresenius-StiftungDirektör Albert Påhlssons StiftelseAcademy of FinlandErasmus Universiteit RotterdamErasmus Medisch CentrumBundesministerium für Forschung und TechnologieStiftelsen för Strategisk ForskningTampereen TuberkuloosisäätiöRijksuniversiteit GroningenVetenskapsrådetEisaiFresenius Medical Care North AmericaU.S. National Library of MedicineEuropean Federation of Pharmaceutical Industries and AssociationsWellcome TrustJapan Agency for Medical Research and DevelopmentMinisterie van Economische Zaken en KlimaatSanofiNorges Teknisk-Naturvitenskapelige UniversitetEli Lilly and CompanyEmil Aaltosen SäätiöAstraZenecaCSL BehringYrjö Jahnssonin SäätiöJuvenile Diabetes Research Foundation United States of AmericaNational Institute of Diabetes and Digestive and Kidney DiseasesGilead SciencesKnut och Alice Wallenbergs StiftelseJapan Society for the Promotion of ScienceBayerYale UniversityUniversitair Medisch Centrum GroningenKowa CompanyCERNSuomen KulttuurirahastoZonMwPfizerBill and Melinda Gates FoundationAmgenMinisterium für Wissenschaft, Forschung und Kunst Baden-Württemberg
Mots-clésGenome-wide association studyPrioritizationGenetic associationMeta-analysisBiologyGeneComputational biologyGenomeGeneticsFunction (biology)Evolutionary biologyBioinformaticsMedicineSingle-nucleotide polymorphismInternal medicineGenotype

Résumé

récupéré en direct d'OpenAlex

Estimated glomerular filtration rate (eGFR) reflects kidney function. Progressive eGFR-decline can lead to kidney failure, necessitating dialysis or transplantation. Hundreds of loci from genome-wide association studies (GWAS) for eGFR help explain population cross section variability. Since the contribution of these or other loci to eGFR-decline remains largely unknown, we derived GWAS for annual eGFR-decline and meta-analyzed 62 longitudinal studies with eGFR assessed twice over time in all 343,339 individuals and in high-risk groups. We also explored different covariate adjustment. Twelve genome-wide significant independent variants for eGFR-decline unadjusted or adjusted for eGFR-baseline (11 novel, one known for this phenotype), including nine variants robustly associated across models were identified. All loci for eGFR-decline were known for cross-sectional eGFR and thus distinguished a subgroup of eGFR loci. Seven of the nine variants showed variant-by-age interaction on eGFR cross section (further about 350,000 individuals), which linked genetic associations for eGFR-decline with age-dependency of genetic cross-section associations. Clinically important were two to four-fold greater genetic effects on eGFR-decline in high-risk subgroups. Five variants associated also with chronic kidney disease progression mapped to genes with functional in-silico evidence (UMOD, SPATA7, GALNTL5, TPPP). An unfavorable versus favorable nine-variant genetic profile showed increased risk odds ratios of 1.35 for kidney failure (95% confidence intervals 1.03-1.77) and 1.27 for acute kidney injury (95% confidence intervals 1.08-1.50) in over 2000 cases each, with matched controls). Thus, we provide a large data resource, genetic loci, and prioritized genes for kidney function decline, which help inform drug development pipelines revealing important insights into the age-dependency of kidney function genetics.

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)0,016
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,027
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,153
Tête enseignante GPT0,387
Écart entre enseignants0,234 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney InternationalMême sujetBirth, Development, and HealthTravaux en français237 207