MétaCan
Menu
Retour à la cohorte
Enregistrement W4389204345 · doi:10.1101/2023.11.29.23299190

Copy-number variants and polygenic risk for intelligence confer risk for autism spectrum disorder irrespective of their effects on cognitive ability

2023· preprint· en· W4389204345 sur OpenAlexafffund
Zoe Schmilovich, Vincent-Raphaël Bourque, Élise Douard, Guillaume Huguet, Cécile Poulain, Jay P. Ross, Paria Alipour, Charles-Étienne Castonguay, Nadine Younis, Martineau Jean‐Louis, Zohra Saci, Zdenka Pausová, Tomáš Paus, Gunter Schuman, David J. Porteous, Gail Davies, Paul Redmond, Sarah E. Harris, Ian J. Deary, Heather C. Whalley, Caroline Hayward, Patrick A. Dion, Sébastien Jacquemont, Guy A. Rouleau

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensHospital for Sick ChildrenSickKids FoundationMontreal Neurological Institute and HospitalUniversity of TorontoUniversité de MontréalMcGill UniversityCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilMedical Research CouncilNational Institutes of HealthChief Scientist Office, Scottish Government Health and Social Care DirectorateNational Institute for Health and Care ResearchBundesministerium für Bildung und ForschungEuropean CommissionDeutsche ForschungsgemeinschaftKing's College LondonCanadian Institutes of Health ResearchScottish GovernmentScottish Funding CouncilWellcome Trust
Mots-clésCognitionAutism spectrum disorderAutismPolygenic risk scoreIntelligence quotientPsychologyCopy-number variationEffects of sleep deprivation on cognitive performanceCohortClinical psychologyGeneticsMedicineDevelopmental psychologyPsychiatryBiologySingle-nucleotide polymorphismGeneInternal medicineGenotype

Résumé

récupéré en direct d'OpenAlex

Rare copy number variants (CNVs) and polygenic risk for intelligence (PRS-IQ) both confer risk for autism spectrum disorder (ASD) but have opposing effects on cognitive ability. The field has struggled to disentangle the effects of these two classes of genomic variants on cognitive ability from their effects on ASD risk, in part because previous studies did not include controls with cognitive measures. We aim to investigate the impact of these genomic variants on ASD risk while adjusting for their known effects on cognitive ability. In a cohort of 8,426 subjects with ASD and 169,804 controls with cognitive assessments, we found that rare coding CNVs and PRS-IQ increased ASD risk, even after adjusting for their effects on cognitive ability. Bottom decile PRS-IQ and CNVs both decreased cognitive ability but had opposing effects on ASD risk. Models combining both classes of variants showed that the effects of rare CNVs and PRS-IQ on ASD risk and cognitive ability were largely additive, further suggesting that risk for ASD is conferred independently from its effects on cognitive ability. Despite imparting mostly additive effects on ASD risk, rare CNVs and PRS-IQ showed opposing effects on core and associated features and developmental history among subjects with ASD. Our findings suggest that cognitive ability itself may not be the factor driving the underlying risk for ASD conferred by these two classes of genomic variants. In other words, ASD risk and cognitive ability may be two distinct manifestations of CNVs and PRS-IQ. This study also highlights the challenge of understanding how genetic risk for ASD maps onto its dimensional traits.

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)0,007
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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207