Functional and molecular characterization of suicidality factors using phenotypic and genome-wide data
Notice bibliographique
Résumé
ABSTRACT Genome-wide association studies (GWAS) of suicidal thoughts and behaviors support the existence of genetic contributions. Continuous measures of psychiatric disorder symptom severity can sometimes model polygenic risk better than binarized definitions. We compared two severity measures of suicidal thoughts and behaviors at the molecular and functional levels using genome-wide data. We used summary association data from GWAS of four traits analyzed in 122,935 individuals of European ancestry: thought life was not worth living (TLNWL), thoughts of self-harm, actual self-harm , and attempted suicide . The fifth trait, suicidality, was constructed with phenotypically as an aggregate of these four traits and genetically using Genomic Structural Equation modeling. Suicidality and S-factor were compared at the level of SNP-heritability ( h 2 ), genetic correlation, partitioned h 2 , effect size distribution, transcriptomic effects in the brain, and cross-population polygenic scoring (PGS). The S-factor had good model fit ( χ 2 =0.21, AIC=16.21, CFI=1.00, SRMR=0.024). Suicidality ( h 2 =7.6%) had higher h 2 than the S-factor ( h 2 =2.54, P diff =4.78×10 -13 ). Although the S-factor had a larger number of non-null susceptibility loci (π c =0.010), these loci had small effect sizes compared to those influencing suicidality (π c =0.005, P diff =0.045). The h 2 of both traits was enrichment for conserved biological pathways. The r g and ρ GE support highly overlapping genetic and transcriptomic features between suicidality and the S-factor. PGS using European-ancestry SNP effect sizes strongly associated with TLNWL in Admixed Americans: Nagelkerke’s R 2 =8.56%, P=0.009 (PGS suicidality ) and Nagelkerke’s R 2 =7.48%, P=0.045 (PGS S-factor ). An aggregate suicidality phenotype was statistically more heritable than the S-factor across all analyses and may be more informative for future study genetic designs than individual suicidality indicator traits.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».