MétaCan
Menu
Retour à la cohorte
Enregistrement W4284988981 · doi:10.1002/mds.29133

The Interaction between <scp><i>HLA‐DRB1</i></scp> and Smoking in Parkinson's Disease Revisited

2022· article· en· W4284988981 sur OpenAlexafffund
Cloé Domenighetti, Venceslas Douillard, Pierre‐Emmanuel Sugier, Ashwin Ashok Kumar Sreelatha, Claudia Schulte, Sandeep Grover, Patrick May, Dheeraj Reddy Bobbili, Milena Radivojkov‐Blagojevic, Peter Lichtner, Andrew B. Singleton, Dena G. Hernandez, Connor Edsall, Pierre‐Antoine Gourraud, George D. Mellick, Alexander Zimprich, Walter Pirker, Ekaterina Rogaeva, Anthony E. Lang, Sulev Kõks, Pille Taba, Suzanne Lesage, Alexis Brice, Jean‐Christophe Corvol, Marie‐Christine Chartier‐Harlin, Eugénie Mutez, Kathrin Brockmann, Angela Deutschländer, G. Hadjigeorgiou, Efthimos Dardiotis, Leonidas Stefanis, Athina Maria Simitsi, Enza Maria Valente, Simona Petrucci, Stefano Duga, Letizia Straniero, Anna Zecchinelli, Gianni Pezzoli, Laura Brighina, Carlo Ferrarese, Grazia Annesi, Andrea Quattrone, Monica Gagliardi, Hirotaka Matsuo, Akiyoshi Nakayama, Nobutaka Hattori, Kenya Nishioka, Sun Ju Chung, Yun Joong Kim, Pierre Kolber, Bart P.C. van de Warrenburg, Bastiaan R. Bloem, Jan Aasly, Mathias Toft, Lasse Pihlstrøm, Leonor Correia Guedes, Joaquim J. Ferreira, Soraya Bardien, Jonathan Carr, Eduardo Tolosa, Mario Ezquerra, Pau Pástor, Mónica Díez-Fairén, Karin Wirdefeldt, Nancy L. Pedersen, Caroline Ran, Andrea Carmine Belin, Andreas Puschmann, Emil Ygland, Carl E Clarke, Karen Morrison, Manuela Tan, Dimitri Krainc, Lena F. Burbulla, Matthew J. Farrer, Rejko Krüger, Thomas Gasser, Manu Sharma, Nicolas Vince, Alexis Elbaz

Notice bibliographique

RevueMovement Disorders · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensOntario Brain InstituteToronto Western HospitalOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institute on AgingFaculty of Medicine and Health, University of SydneyInstituto de Salud Carlos IIIMedical Research CouncilPfizer JapanNovartis PharmaParkinsonfondenNational Institutes of HealthParkinson VerenigingOno PharmaceuticalFP Pharmaceutical CorporationMitsubishi Tanabe Pharma CorporationSkånes universitetssjukhusAssociation France ParkinsonMedical Research Council CanadaLunds UniversitetNorges ForskningsrådDepartment of Forestry and Natural Resources, Purdue UniversityEuropean CommissionFondazione Pierfranco e Luisa MarianiMinistero della SaluteHelse Sør-Øst RHFSanofi K.K.Eesti TeadusagentuurDaiichi Sankyo EuropeKarolinska InstitutetZonMwBiogenAgence Nationale de la RechercheSanofiFondation de FranceIdorsia PharmaceuticalsUniversité Paris-SaclayDepartment of Science and Technology, Ministry of Science and Technology, IndiaFondation Roger de SpoelberchSouth African Medical Research CouncilHersenstichtingRadboud UniversiteitNational Research FoundationUniversity College LondonVerily Life SciencesUniversiteit StellenboschParkinson's UKBundesministerium für Bildung und ForschungNasjonalforeningen for FolkehelsenBoehringer Ingelheim JapanFondazione CariploKisseiAlexion PharmaceuticalsEVER Neuro PharmaNihon Medi-PhysicsUniversité du LuxembourgPfizerEU Joint Programme – Neurodegenerative Disease ResearchTeva Pharmaceutical IndustriesJapan Society for the Promotion of ScienceAstellas PharmaHorizon 2020 Framework ProgrammeVetenskapsrådetEisaiBoston Scientific JapanDeutsche ForschungsgemeinschaftJapan Agency for Medical Research and DevelopmentCentro de Investigación Biomédica en Red sobre Enfermedades NeurodegenerativasMinisterio de Ciencia e InnovaciónUCB PharmaDemensfondenMeiji Seika PharmaHjärnfondenU.S. Department of DefenseMylanBoston Scientific CorporationMichael J. Fox Foundation for Parkinson's ResearchMultiple Sclerosis Society of Western AustraliaConsortium canadien en neurodégénérescence associée au vieillissementHellenic Foundation for Research and InnovationGeneral Secretariat for Research and TechnologyMultiple System Atrophy CoalitionU.S. Department of Health and Human Services
Mots-clésOdds ratioParkinson's diseaseSingle-nucleotide polymorphismConfidence intervalDiseasePsychologyMendelian randomizationHuman leukocyte antigenGeneticsMedicineInternal medicineBiologyGenotypeGeneAntigen

Résumé

récupéré en direct d'OpenAlex

Abstract Background Two studies that examined the interaction between HLA‐DRB1 and smoking in Parkinson's disease (PD) yielded findings in opposite directions. Objective To perform a large‐scale independent replication of the HLA‐DRB1 × smoking interaction. Methods We genotyped 182 single nucleotide polymorphism (SNPs) associated with smoking initiation in 12 424 cases and 9480 controls to perform a Mendelian randomization (MR) analysis in strata defined by HLA‐DRB1 . Results At the amino acid level, a valine at position 11 (V11) in HLA‐DRB1 displayed the strongest association with PD. MR showed an inverse association between genetically predicted smoking initiation and PD only in absence of V11 (odds ratio, 0.74, 95% confidence interval, 0.59–0.93, P Interaction = 0.028). In silico predictions of the influence of V11 and smoking‐induced modifications of α‐synuclein on binding affinity showed findings consistent with this interaction pattern. Conclusions Despite being one of the most robust findings in PD research, the mechanisms underlying the inverse association between smoking and PD remain unknown. Our findings may help better understand this association. © 2022 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society

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)0,000
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 enseignants0,302
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 GPT0,259
Écart entre enseignants0,245 · 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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207