Abstract 18244: A Multi-Ancestry GWAS of Calcific Aortic Stenosis Among 2.7 Million Individuals
Notice bibliographique
Résumé
Introduction: Calcific aortic stenosis (CAS) is a common, progressive fibrocalcific pathology of the aortic valve without medical therapy. The genetics of CAS remain only partially understood. Methods: We performed a genome wide association study (GWAS) of CAS among 2,799,598 individuals from the International Aortic Valve Genetics Consortium (IAVGC), comprising 28 cohorts. CAS was identified using a common ICD/CPT based phenotype. GWAS were meta-analyzed using inverse variance weighting with adjustment by linkage-disequilibrium score regression (LDSR) intercept. Unique genome-wide significant (GWS) loci and causal genes were annotated by nearest gene and eQTL colocalization. Genetic correlations were performed against atherosclerotic, adiposity, and lipid traits using LDSR with publicly available GWAS (CARDIoGRAMplusC4D for coronary artery disease [CAD], Million Veteran Program for peripheral artery disease [PAD], MEGASTROKE for ischemic stroke [IS], GIANT for body mass index [BMI], and GLGC for lipids). Results: There were 85,329 individuals with CAS (79,397 White, 3,126 Black, 1,403 Hispanic, and 1,403 East Asian) among 2,799,598 individuals. Meta-analysis of GWAS resulted in 224 unique GWS genomic regions, of which 205 were novel. The majority of the GWS genomic regions (134) did not overlap with prior risk loci for CAD, PAD, IS, BMI, or lipids. Genetic correlation demonstrated modest but significant correlations between CAS and CAD ( r =0.26, p=3.3x10 -18 ), PAD ( r =0.41, p=1.4x10 -30 ), IS ( r =0.18,p=2.8x10 -7 ), BMI ( r =0.22,p=8.6x10 -30 ), and lipids (LDL-C r =0.17,p=3.6x10 -10 ;triglycerides r =0.10,p=1.9x10 -5 ; HDL-C r =-0.07,p=8.0x10 -4 ). Conclusions: This largest to-date multi-ancestry GWAS of CAS identified 205 novel genomic regions. We demonstrate that CAS is genetically distinct from cardiometabolic traits, with only modest genetic correlations and with a majority of CAS risk loci having no overlap with cardiometabolic GWAS risk loci.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».