MétaCan
Menu
Retour à la cohorte
Enregistrement W4324128696 · doi:10.1093/rheumatology/kead119

Genetics of longitudinal kidney function in children and adults with systemic lupus erythematosus

2023· article· en· W4324128696 sur OpenAlexafffund
Thai-Son Tang, Fangming Liao, Declan Webber, Nicholas D. Gold, Jingjing Cao, Daniela Domínguez, Dafna D. Gladman, Andrea Knight, Deborah M. Levy, Lawrence Ng, Andrew D. Paterson, Zahi Touma, Murray B. Urowitz, Joan Wither, Earl D. Silverman, Eleanor Pullenayegum, Linda T. Hiraki

Notice bibliographique

RevueLara D. Veeken · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensToronto Western HospitalInstitute for Clinical Evaluative SciencesUniversity of TorontoSickKids FoundationHospital for Sick ChildrenPublic Health Ontario
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsArthritis Society
Mots-clésMedicineInternal medicineRenal functionGenome-wide association studyGenotypeSingle-nucleotide polymorphismGeneGenetics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Genome-wide association studies (GWAS) have identified loci associated with estimated glomerular filtration rate (eGFR). Few LN risk loci have been identified to date. We tested the association of SLE and eGFR polygenic risk scores (PRS) with repeated eGFR measures from children and adults with SLE. METHODS: Patients from two tertiary care lupus clinics that met ≥4 ACR and/or SLICC criteria for SLE were genotyped on the Illumina MEGA or Omni1-Quad arrays. PRSs were calculated for SLE and eGFR, using published weighted GWA-significant alleles. eGFR was calculated using the CKD-EPI and Schwartz equations. We tested the effect of eGFR- and SLE-PRSs on eGFR mean and variance, adjusting for age at diagnosis, sex, ancestry, follow-up time, and clinical event flags. RESULTS: We included 1158 SLE patients (37% biopsy-confirmed LN) with 36 733 eGFR measures over a median of 7.6 years (IQR: 3.9-15.3). LN was associated with lower within-person mean eGFR [LN: 93.8 (s.d. 26.4) vs non-LN: 101.6 (s.d. 17.7) mL/min per 1.73 m2; P < 0.0001] and higher variance [LN median: 157.0 (IQR: 89.5, 268.9) vs non-LN median: 84.9 (IQR: 46.9, 138.2) (mL/min per 1.73 m2)2; P < 0.0001]. Increasing SLE-PRSs were associated with lower mean eGFR and greater variance, while increasing eGFR-PRS was associated with increased eGFR mean and variance. CONCLUSION: We observed significant associations between SLE and eGFR PRSs and repeated eGFR measurements, in a large cohort of children and adults with SLE. Longitudinal eGFR may serve as a powerful alternative outcome to LN categories for discovery of LN risk loci.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,246 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207