Assessing the associations between known genetic variants and substance use in people with HIV in the United States
Notice bibliographique
Résumé
BACKGROUND: The prevalence of substance use in people with HIV (PWH) in the United States is higher than in the general population and is an important driver of HIV-related outcomes. We sought to assess if previously identified genetic associations that contribute to substance use are also observed in a population of PWH. METHODS: We performed genome-wide association studies (GWAS) of alcohol, smoking, and cannabis use phenotypes in a multi-ancestry population of 7,542 PWH from the Center for AIDS Research Network of Integrated Clinical Systems (CNICS). We conducted multi-ancestry GWAS for individuals of African (n = 3,748), Admixed American (n = 1,334), and European (n = 2,460) ancestry. Phenotype data were self-reported and collected using patient reported outcomes (PROs) and three questions from AUDIT-C, an alcohol screening tool. We analyzed nine phenotypes: 1) frequency of alcohol consumption, 2) typical number of drinks on a day when drinking alcohol, 3) frequency of five or more alcoholic drinks in a 30-day period, 4) smoking initiation, 5) smoking cessation, 6) cigarettes per day, 7) cannabis use initiation, 8) cannabis use cessation, 9) frequency of cannabis use during the previous 30 days. For each phenotype we considered a) variants previously identified as associated with a substance use trait and b) novel associations. RESULTS: We observed evidence for effects of previously reported single nucleotide polymorphisms (SNPs) related to alcohol (rs1229984, p = 0.001), tobacco (rs11783093, p = 2.22E-4), and cannabis use (rs2875907, p = 0.005). We also report two novel loci (19p13.2, p = 1.3E-8; and 20p11.21, p = 2.1E-8) associated with cannabis use cessation. CONCLUSIONS: Our analyses contribute to understanding the genetic bases of substance use in a population with relatively higher rates of use compared to the general population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».