Potential Protective Link Between Type I Diabetes and Parkinson's Disease Risk and Progression
Notice bibliographique
Résumé
BACKGROUND: Epidemiological studies suggested an association between Parkinson's disease (PD) and type 2 diabetes, but less is known about type 1 diabetes (T1D) and PD. OBJECTIVE: This study sought to explore the association between T1D and PD. METHODS: We used Mendelian randomization, linkage disequilibrium score regression, and multi-tissue transcriptome-wide analysis to examine the association between PD and T1D. RESULTS: Mendelian randomization showed a potentially protective role of T1D for PD risk (odds ratio [OR], 0.97; 95% confidence interval [CI], 0.94-0.99; P = 0.039), as well as motor (OR, 0.94; 95% CI, 0.88-0.99; P = 0.044) and cognitive progression (OR, 1.50; 95% CI, 1.08-2.09; P = 0.015). We further found a negative genetic correlation between T1D and PD (rg = -0.17; P = 0.016), and we identified eight genes in cross-tissue transcriptome-wide analysis that were associated with both traits. CONCLUSIONS: Our results suggest a potential genetic link between T1D and PD risk and progression. Larger comprehensive epidemiological and genetic studies are required to validate our findings. © 2023 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».