Comparative Risks of Initial Aortic Events Associated With Genetic Thoracic Aortic Disease
Notice bibliographique
Résumé
BACKGROUND: Pathogenic variants in 11 genes predispose individuals to heritable thoracic aortic disease (HTAD), but limited data are available to stratify the risk for aortic events associated with these genes. OBJECTIVES: This study sought to compare the risk of first aortic event, specifically thoracic aortic aneurysm surgery or an aortic dissection, among 7 HTAD genes and variant types within each gene. METHODS: A retrospective cohort of probands and relatives with rare variants in 7 genes for HTAD (n = 1,028) was assessed for the risk of first aortic events based on the gene altered, pathogenic variant type, sex, proband status, and location of recruitment. RESULTS: Significant differences in aortic event risk were identified among the smooth muscle contraction genes (ACTA2, MYLK, and PRKG1; P = 0.002) and among the genes for Loeys-Dietz syndrome, which encode proteins in the transforming growth factor (TGF)-β pathway (SMAD3, TGFB2, TGFBR1, and TGFBR2;P < 0.0001). Cumulative incidence of type A aortic dissection was higher than elective aneurysm surgery in patients with variants in ACTA2, MYLK, PRKG1, and SMAD3; in contrast, patients with TGFBR2 variants had lower cumulative incidence of type A aortic dissection than elective aneurysm surgery. Cumulative incidence of type B aortic dissection was higher for ACTA2, PRKG1, and TGFBR2 than other genes. After adjusting for proband status, sex, and recruitment location, specific variants in ACTA2 and TGFBR2 were associated with substantially higher risk of aortic event with childhood onset. CONCLUSIONS: Gene- and variant-specific data on aortic events in individuals with HTAD support personalized aortic surveillance and clinical 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».