The Effect of Blood Lipids, Type 2 Diabetes, and Body Mass Index on Parkinson’s Disease: A Korean Mendelian Randomization Study
Notice bibliographique
Résumé
OBJECTIVE: Associations between various metabolic conditions and Parkinson's disease (PD) have been previously identified in epidemiological studies. We aimed to investigate the causal effect of lipid levels, type 2 diabetes mellitus (T2DM), and body mass index (BMI) on PD in a Korean population via Mendelian randomization (MR). METHODS: Two-sample MR analyses were performed with inverse-variance weighted (IVW), weighted median, and MR-Egger regression approaches. We identified genetic variants associated with lipid concentrations, T2DM, and BMI in publicly available summary statistics, which were either collected from genome-wide association studies (GWASs) or from meta-analyses of GWAS that targeted only Korean individuals or East Asian individuals, including Korean individuals. The outcome dataset was a GWAS on PD performed in a Korean population. RESULTS: From previous GWASs and meta-analyses, we selected single nucleotide polymorphisms as the instrumental variables. Variants associated with serum levels of low-density lipoprotein cholesterol, high-density lipoprotein cholesterol, and triglycerides, as well as with T2DM and BMI, were selected (n = 11, 19, 17, 89, and 9, respectively). There were no statistically significant causal associations observed between the five exposures and PD using either the IVW, weighted median, or MR-Egger methods (p-values of the IVW method: 0.332, 0.610, 0.634, 0.275, and 0.860, respectively). CONCLUSION: This study does not support a clinically relevant causal effect of lipid levels, T2DM, and BMI on PD risk in a Korean population.
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 | 0,018 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».