Genetically predicted waist-to-hip circumference ratio and coronary artery disease: A sex-specific Mendelian randomization study
Notice bibliographique
Résumé
Coronary artery disease (CAD) affects millions of individuals worldwide and results in a substantial burden to healthcare systems. Although it is established that CAD affects females differently than males, differences between the sexes are not routinely accounted for. Body mass index is a known risk factor for CAD. However, more accurate metrics of body fat, including waist-to-hip circumference ratio (WHR), could be more meaningful clinically. WHR exhibits sex differences due to sex hormones, differing effects at genetic risk loci, and other factors. It is unclear if WHR is a causal factor for CAD in one or both sexes, but this information will be crucial for improving heart health. Causal inference, however, can be challenging. Large-scale cohorts with genetic data allow for Mendelian randomization, which, given certain assumptions, tests whether there is a causal relationship between an exposure and the outcome using genetic variants. We conducted sex-specific, one-sample MR analyses using two-stage least-squares regression in the UK Biobank with genetic variants robustly associated with WHR. We found evidence of a causal relationship between WHR and CAD risk in females (OR [95% CI] = 1.16 [1.06-1.26]; p value = 7.5E-4), whereas in males, we did not find evidence of a causal relationship (OR [95% CI] = 1.40 [0.98-2.01]; p value = 0.063). Results were supported by two additional MR approaches (using a genetic risk score and two-sample MR using the inverse variance weighted approach). We encourage future work assessing sex-specific effects using causal inference techniques to better understand factors contributing to complex disease risk.
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 ».