MétaCan
Menu
Retour à la cohorte
Enregistrement W4320856410 · doi:10.1002/mds.29337

Investigation of Shared Genetic Risk Factors Between Parkinson's Disease and Cancers

2023· review· en· W4320856410 sur OpenAlexafffund
Pierre‐Emmanuel Sugier, Elise A. Lucotte, Cloé Domenighetti, Matthew H. Law, Mark M. Iles, Kevin M. Brown, Christopher I. Amos, James McKay, Mojgan Karimi, Delphine Bacq‐Daian, Anne Boland, Robert Olaso, Jean‐François Deleuze, Fabienne Lesueur, Evgenia Ostroumova, Ausrele Kesminiene, Florent de Vathaire, Pascal Guénel, Ashwin Ashok Kumar Sreelatha, Claudia Schulte, Sandeep Grover, Patrick May, Dheeraj Reddy Bobbili, Milena Radivojkov‐Blagojevic, Peter Lichtner, Andrew Singleton, Dena G. Hernandez, Connor Edsall, George D. Mellick, Alexander Zimprich, Walter Pirker, Ekaterina Rogaeva, Anthony E. Lang, Sulev Kõks, Pille Taba, Suzanne Lesage, Alexis Brice, Jean‐Christophe Corvol, Marie‐Christine Chartier‐Harlin, Eugénie Mutez, Kathrin Brockmann, Angela Deutschländer, G. Hadjigeorgiou, Efthimios Dardiotis, Leonidas Stefanis, Athina Maria Simitsi, Enza Maria Valente, Simona Petrucci, Letizia Straniero, Anna Zecchinelli, Gianni Pezzoli, Laura Brighina, Carlo Ferrarese, Grazia Annesi, Andrea Quattrone, Monica Gagliardi, Hirotaka Matsuo, Akiyoshi Nakayama, Nobutaka Hattori, Kenya Nishioka, Sun Ju Chung, Yun Joong Kim, Pierre Kolber, Bart P.C. van de Warrenburg, Bastiaan R. Bloem, Jan Aasly, Mathias Toft, Lasse Pihlstrøm, Leonor Correia Guedes, Joaquim J. Ferreira, Soraya Bardien, Jonathan Carr, Eduardo Tolosa, Mario Ezquerra, Pau Pástor, Mónica Díez-Fairén, Karin Wirdefeldt, Nancy L. Pedersen, Caroline Ran, Andrea Carmine Belin, Andreas Puschmann, Emil Ygland, Carl E Clarke, Karen Morrison, Manuela Tan, Dimitri Krainc, Lena F. Burbulla, Matthew J. Farrer, Rejko Krüger, Thomas Gasser, Manu Sharma, Thérèse Truong, Alexis Elbaz

Notice bibliographique

RevueMovement Disorders · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensOntario Brain InstituteToronto Western HospitalLunenfeld-Tanenbaum Research InstituteOccupational Cancer Research CentreSinai Health SystemPublic Health OntarioUniversity of Toronto
Organismes subventionnairesDivision of Arctic SciencesInstitute of Cancer ResearchNational Cancer InstituteNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteFP7 HealthCancer Council VictoriaCanadian Institutes of Health ResearchSeventh Framework ProgrammeDivision of Cancer Epidemiology and Genetics, National Cancer InstituteParkinsonfondenVetenskapsrådetLunds UniversitetVicHealthLigue Contre le CancerNational Institute for Health and Care ResearchWellcome TrustWorld Health OrganizationCancer Research UKGovernment of CanadaPancreatic Cancer UKCNIBInstitut National de la Santé et de la Recherche MédicaleEU Joint Programme – Neurodegenerative Disease ResearchNational Institute on Handicapped ResearchSwedish Cancer FoundationInternational Parkinson and Movement Disorder SocietyCentre International de Recherche sur le CancerNational Institutes of HealthRosetrees TrustEuropean CommissionU.S. Department of DefenseBreast Cancer Research FoundationOvarian Cancer Research FundSkånes universitetssjukhusNational Cancer Research Institute
Mots-clésGenome-wide association studyProstate cancerOncologyLinkage disequilibriumCancerMedicineBreast cancerGenetic associationOvarian cancerOdds ratioInternal medicineLung cancerDiseaseBioinformaticsGenotypeGeneticsSingle-nucleotide polymorphismBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Epidemiological studies that examined the association between Parkinson's disease (PD) and cancers led to inconsistent results, but they face a number of methodological difficulties. OBJECTIVE: We used results from genome-wide association studies (GWASs) to study the genetic correlation between PD and different cancers to identify common genetic risk factors. METHODS: We used individual data for participants of European ancestry from the Courage-PD (Comprehensive Unbiased Risk Factor Assessment for Genetics and Environment in Parkinson's Disease; PD, N = 16,519) and EPITHYR (differentiated thyroid cancer, N = 3527) consortia and summary statistics of GWASs from iPDGC (International Parkinson Disease Genomics Consortium; PD, N = 482,730), Melanoma Meta-Analysis Consortium (MMAC), Breast Cancer Association Consortium (breast cancer), the Prostate Cancer Association Group to Investigate Cancer Associated Alterations in the Genome (prostate cancer), International Lung Cancer Consortium (lung cancer), and Ovarian Cancer Association Consortium (ovarian cancer) (N comprised between 36,017 and 228,951 for cancer GWASs). We estimated the genetic correlation between PD and cancers using linkage disequilibrium score regression. We studied the association between PD and polymorphisms associated with cancers, and vice versa, using cross-phenotypes polygenic risk score (PRS) analyses. RESULTS: = 0.11 [0.03; 0.19]). There was a significant inverse association between the PRS for ovarian cancer and PD (odds ratio [OR] = 0.89 [0.84; 0.94]). Conversely, the PRS of PD was positively associated with breast cancer (OR = 1.08 [1.06; 1.10]) and inversely associated with ovarian cancer (OR = 0.95 [0.91; 0.99]). The association between PD and ovarian cancer was mostly driven by rs183211 located in an intron of the NSF gene (17q21.31). CONCLUSIONS: We show evidence in favor of a contribution of pleiotropic genes to the association between PD and specific cancers. © 2023 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society. This article has been contributed to by U.S. Government employees and their work is in the public domain in the USA.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,306
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207