MétaCan
Menu
Retour à la cohorte
Enregistrement W4293149736 · doi:10.1093/hmg/ddac212

Large registry-based analysis of genetic predisposition to tuberculosis identifies genetic risk factors at HLA

2022· article· en· W4293149736 sur OpenAlexfundno aff
Anniina Tervi, Nella Junna, Martin Broberg, Samuel E. Jones, Markku Partinen, Matti Pirinen, Bryan D. Bryson, Satu Strausz, Hanna‐Riikka Kreivi, Caroline A. Heckman, Hanna M. Ollila

Notice bibliographique

RevueHuman Molecular Genetics · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensnon disponible
Organismes subventionnairesJanssen BiotechBusiness FinlandBristol-Myers Squibb CanadaBoehringer IngelheimSigne ja Ane Gyllenbergin SäätiöMedical Research CouncilAbbVieGenentechYrjö Jahnssonin SäätiöInstrumentariumin TiedesäätiöPfizer
Mots-clésMendelian randomizationTuberculosisHuman leukocyte antigenBiologyAlleleGenome-wide association studyHaplotypeDiseaseGenetic associationImmunologyGenetic predispositionPleiotropyGeneticsGenotypeSingle-nucleotide polymorphismMedicineInternal medicineAntigenGeneGenetic variantsPathologyPhenotype

Résumé

récupéré en direct d'OpenAlex

Tuberculosis is a significant public health concern resulting in the death of over 1 million individuals each year worldwide. While treatment options and vaccines exist, a substantial number of infections still remain untreated or are caused by treatment resistant strains. Therefore, it is important to identify mechanisms that contribute to risk and prognosis of tuberculosis as this may provide tools to understand disease mechanisms and provide novel treatment options for those with severe infection. Our goal was to identify genetic risk factors that contribute to the risk of tuberculosis and to understand biological mechanisms and causality behind the risk of tuberculosis. A total of 1895 individuals in the FinnGen study had International Classification of Diseases-based tuberculosis diagnosis. Genome-wide association study analysis identified genetic variants with statistically significant association with tuberculosis at the human leukocyte antigen (HLA) region (P < 5e-8). Fine mapping of the HLA association provided evidence for one protective haplotype tagged by HLA DQB1*05:01 (P = 1.82E-06, OR = 0.81 [CI 95% 0.74-0.88]), and predisposing alleles tagged by HLA DRB1*13:02 (P = 0.00011, OR = 1.35 [CI 95% 1.16-1.57]). Furthermore, genetic correlation analysis showed association with earlier reported risk factors including smoking (P < 0.05). Mendelian randomization supported smoking as a risk factor for tuberculosis (inverse-variance weighted P < 0.05, OR = 1.83 [CI 95% 1.15-2.93]) with no significant evidence of pleiotropy. Our findings indicate that specific HLA alleles associate with the risk of tuberculosis. In addition, lifestyle risk factors such as smoking contribute to the risk of developing tuberculosis.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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'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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetT-cell and B-cell ImmunologyTravaux en français237 207