The interaction of polygenic risk for depression and age on white blood cell count
Notice bibliographique
Résumé
Abstract Background Polygenic risk for depression is associated with elevated white blood cell count (WBC), providing support for a pro-inflammatory causal mechanism of depression. However, the important roles of biological sex and age on depression and inflammation have not been accounted for in these analyses. Methods We calculated polygenic risk scores for depression (PRS dep ) in 362,074 individuals from the UK Biobank (aged 39-72, 53.7% female) and 22,965 individuals from the Canadian Longitudinal Study on Aging (CLSA; aged 45-86, 50.3% female). We tested for main effects of PRS dep , sex, and non-linear age, as well as their interactions, on 25 blood-based measures (i.e., from complete blood counts, metabolic and lipid panels, and inflammatory tests). Associations significant in both cohorts were carried forward for further sex-stratified and mediation modelling. Results PRS dep was significantly associated with 13 biomarkers in the UK Biobank, with five replicating in the CLSA (WBC, granulocyte, and lymphocyte counts, and C-reactive protein and triglyceride levels), with standardized effect sizes ranging from β=0.006 (C-reactive protein, p =7.50×10 −4 ) to β=0.03 (WBC, p =1.71×10 −4 ). Sex-specific effects of PRS dep were observed for C-reactive protein levels (male; Stouffer’s p =2.40 ×10 −5 ) and triglyceride levels (female; Stouffer’s p =5.19 ×10 −3 ). Further differentiation was observed in the female subgroups based on post-menopausal status for WBC (Stouffer’s p =3.83 ×10 −3 ) and neutrophil/granulocyte (Stouffer’s p =5.05 ×10 −3 ) counts. Bi-directional mediation was also observed between all five biomarkers and a depression diagnosis, with up to 12.6% of the association between PRS dep and triglyceride levels mediated through depression. Conclusions We have shown that effects of PRS dep on multiple peripheral biomarkers, beyond WBC, remain significant even when accounting for important interactions of biological sex and age, providing insight into the pro-inflammatory etiology of depression.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».