MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386304235 · doi:10.21203/rs.3.rs-3228815/v1

Associations of cardiometabolic polygenic risk scores with cardiovascular disease in African Americans

2023· preprint· en· W4386304235 sur OpenAlexaff
Tsegaselassie Workalemahu, Jian Ying, Berhanu Gebremeskel G., Tianyuan Lu, April F. Mohanty, Tali Elfassy, Fasil Tekola‐Ayele, Timothy Thornton A., Jordana B. Cohen, Marguerite Irvin R., Robert Silver M., Michael Varner W., Kristine Yaffe, Myriam Fornage, Donald Lloyd-Jones M., Mario Sims, Daichi Shimbo, Yuichiro Yano, Paul Muntner, Adam P. Bress

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensJewish General Hospital
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Institute on Minority Health and Health DisparitiesNational Institute of Child Health and Human DevelopmentNational Institutes of HealthEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentMississippi State Department of HealthUniversity of UtahNational Heart, Lung, and Blood InstituteJackson State University
Mots-clésMedicineInterquartile rangeBlood pressureInternal medicineFramingham Risk ScoreLogistic regressionCohortDyslipidemiaCholesterolDiseaseDiabetes mellitusCardiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Cardiovascular disease (CVD) is a complex disease, and genetic factors contribute individually or cumulatively to CVD risk. While African American women and men are disproportionately affected by CVD, their lack of representation in genomic investigations may widen disparities in health. We investigated the associations of cardiometabolic polygenic risk scores (PRSs) with CVD risk in African Americans. Methods: We used the Jackson Heart Study, a prospective cohort study of CVD in African American adults and the predicted atherosclerotic cardiovascular disease (ASCVD) 10-year risk. We included 40-79 years old adults without a history of coronary heart disease (CHD) or stroke at baseline. We derived genome-wide PRSs for systolic blood pressure (SBP), diastolic blood pressure (DBP), total cholesterol, LDL cholesterol, hemoglobin A1c (HbA1c), triglycerides, and C-reactive protein (CRP) separately for each of the participants, using African-origin UK Biobank participants’ genome-wide association summary statistics. We estimated the associations between PRSs and 10-year predicted ASCVD risk adjusting for age, sex, study visit date, and genetic ancestry using linear and logistic regression models. Results: Participants (n=2,077) were 63% female and 66% never-smokers. They had mean (SD) 56 (10) years of age, 127.8 (16.3) mmHg SBP, 76.3 (8.7) mmHg DBP, 200.4 (40.2) mg/dL total cholesterol, 51.7 (14.7) mg/dL HDL cholesterol, 127.2 (36.7) mg/dL LDL cholesterol, 6.0 (1.3) mmol/mol HbA1c, 108.9 (81.7) mg/dL triglycerides and 0.53 (1.1) CRP. Their median (interquartile range) predicted 10-year predicted ASCVD risk was 8.0 (4.0-15.0). Participants in the >75th percentile for HbA1c PRS had 1.42 percentage-point greater predicted 10-year ASCVD risk (1.42 [95% CI: 0.58-2.26]) and higher odds of ≥10% predicted 10-year ASCVD risk (OR: 1.46 [95% CI: 1.03-2.07]) compared with those in the <25th percentile for HbA1c PRS. Participants in the >75th percentile for SBP PRS had higher odds of ≥10% predicted 10-year ASCVD risk (OR: 1.52 [95% CI: 1.07-2.15]) compared with those in the <25th percentile for SBP PRS. Conclusion: Among 40-79 years old African Americans without CHD and stroke, higher PRSs for HbA1c and SBP were associated with CVD risk. PRSs may help stratify individuals based on their clinical risk factors for CVD early prevention and clinical management.

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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,067
Tête enseignante GPT0,368
Écart entre enseignants0,300 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→