MétaCan
Menu
Retour à la cohorte
Enregistrement W4388484259 · doi:10.1186/s12920-023-01717-2

Polygenic risk for triglyceride levels in the presence of a high impact rare variant

2023· article· en· W4388484259 sur OpenAlexafffund
Shengjie Ying, Tracy Heung, Bhooma Thiruvahindrapuram, Worrawat Engchuan, Yue Yin, Christina Blagojevic, Zhaolei Zhang, Robert A. Hegele, Ryan K. C. Yuen, Anne S. Bassett

Notice bibliographique

RevueBMC Medical Genomics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensHospital for Sick ChildrenToronto General HospitalSickKids FoundationUniversity Health NetworkUniversity of TorontoCentre for Addiction and Mental HealthWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHypertriglyceridemiaMedicineLogistic regressionInternal medicineTriglycerideBody mass indexObesityReceiver operating characteristicCholesterol

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Elevated triglyceride (TG) levels are a heritable and modifiable risk factor for cardiovascular disease and have well-established associations with common genetic variation captured in a polygenic risk score (PRS). In young adulthood, the 22q11.2 microdeletion conveys a 2-fold increased risk for mild-moderate hypertriglyceridemia. This study aimed to assess the role of the TG-PRS in individuals with this elevated baseline risk for mild-moderate hypertriglyceridemia. METHODS: We studied a deeply phenotyped cohort of adults (n = 157, median age 34 years) with a 22q11.2 microdeletion and available genome sequencing, lipid level, and other clinical data. The association between a previously developed TG-PRS and TG levels was assessed using a multivariable regression model adjusting for effects of sex, BMI, and other covariates. We also constructed receiver operating characteristic (ROC) curves using logistic regression models to assess the ability of TG-PRS and significant clinical variables to predict mild-moderate hypertriglyceridemia status. RESULTS: = 7.26E-05). The effect of TG-PRS appeared to be slightly stronger in individuals with obesity (BMI ≥ 30) (beta = 0.4617) than without (beta = 0.1778), in a model unadjusted for other covariates (p-interaction = 0.045). Among ROC curves constructed, the inclusion of TG-PRS, sex, and BMI as predictor variables produced the greatest area under the curve (0.749) for classifying those with mild-moderate hypertriglyceridemia, achieving an optimal sensitivity and specificity of 0.746 and 0.707, respectively. CONCLUSIONS: These results demonstrate that in addition to significant effects of sex and BMI, genome-wide common variation captured in a PRS also contributes to the variable expression of the 22q11.2 microdeletion with respect to elevated TG levels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,278
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,313
Écart entre enseignants0,283 · 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 tête enseignante, 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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical GenomicsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207