Integration of biomarker polygenic risk score improves prediction of coronary heart disease in UK Biobank and FinnGen
Notice bibliographique
Résumé
Abstract Background In addition to age and sex, also smoking history and levels of blood pressure, cholesterol, lipoproteins and inflammation are established biomarkers for coronary heart disease (CHD). As standard polygenic risk scores (PRS) have recently proven successful for CHD prediction, it remains of high interest to determine how a combined PRS of biomarkers (BioPRS) constructed from statistically relevant biomarkers can further improve genetic prediction of CHD. Methods We developed CHDBioPRS, which combines BioPRS with PRS of CHD, via regularized regression in UK Biobank (UKB) training data ( n = 208,010). The resulting CHDBioPRS was tested on an independent UK Biobank subset ( n = 25,765) and on the FinnGen study ( n = 306,287). Results We observed a consistent pattern across all data sets where BioPRS was clearly predictive of CHD and improved standard PRS for CHD when the two were combined. In UKB test data, CHDPRS had a hazard ratio (HR) of 1.78 (95% confidence interval 1.67-1.91, area under the curve (AUC) 0.808) and CHDBioPRS had a HR of 1.88 (1.75-2.01, AUC 0.811) per one standard deviation of PRS. In FinnGen data, HR of CHDPRS was 1.57 (1.55-1.60, AUC 0.752) and HR of CHDBioPRS was 1.60 (1.58-1.62, AUC 0.755). We observed larger effects of CHDBioPRS in subsets of early onset cases with HR of 2.07 (1.85-2.32, AUC 0.790) in UKB test data and of 2.10 (2.04-2.16, AUC 0.791) in FinnGen. Results were similar when stratified by sex. Conclusions Integration of biomarker based BioPRS improved on the standard PRS for CHD and the gain was largest with early onset CHD cases. These findings highlight the benefit of enriching polygenic risk prediction of CHD with the genetics of associated biomarkers.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».