MétaCan
Menu
Retour à la cohorte
Enregistrement W4313648064 · doi:10.1038/s41380-022-01929-5

Functional and molecular characterization of suicidality factors using phenotypic and genome-wide data

2023· article· en· W4313648064 sur OpenAlexaff
Andrea Quintero Reis, Brendan A Newton, Ronald C. Kessler, Renato Polimanti, Frank R. Wendt

Notice bibliographique

RevueMolecular Psychiatry · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute on Deafness and Other Communication DisordersNational Institute on Drug AbuseMedical Research CouncilU.S. Department of Health and Human ServicesNational Institutes of HealthOne Mind
Mots-clésGenome-wide association studyHeritabilityQuantitative trait locusGeneticsGenetic associationSNPPsychiatric geneticsPopulationBiologyPsychologySingle-nucleotide polymorphismGeneMedicineSchizophrenia (object-oriented programming)PsychiatryGenotype

Résumé

récupéré en direct d'OpenAlex

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 . A new trait for suicidal thoughts and behaviors was constructed first, phenotypically, by aggregating the previous four traits (termed “suicidality”) and second, genetically, by using genomic structural equation modeling (gSEM; termed S-factor). Suicidality and S-factor were compared using SNP-heritability ( h 2 ) estimates, genetic correlation ( r g ), partitioned h 2 , effect size distribution, transcriptomic correlations ( ρ GE ) 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 enriched 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 genetic study designs interested in common genetic factors among different suicide related phenotypes.

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 enseignants0,002
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)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,053
Tête enseignante GPT0,304
Écart entre enseignants0,251 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PsychiatryMême sujetSuicide and Self-Harm StudiesTravaux en français237 207