MétaCan
Menu
Retour à la cohorte
Enregistrement W4390037343 · doi:10.1101/2023.12.19.23300211

Genomic analysis identifies risk factors in restless legs syndrome

2023· preprint· en· W4390037343 sur OpenAlexafffundabout
Fulya Akçimen, Ruth Chia, Sara Sáez-Atiénzar, Paola Ruffo, Memoona Rasheed, Jay P. Ross, Calwing Liao, Anindita Ray, Patrick A. Dion, Sonja W. Scholz, Guy A. Rouleau, Bryan J. Traynor

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueRestless Legs Syndrome Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeCanadian Institutes of Health ResearchNational Institute on AgingNational Institutes of HealthGovernment of Canada
Mots-clésLocus (genetics)GeneticsGenome-wide association studyRestless legs syndromeGeneGenomePopulationGenetic associationBiologyGenetic architectureMedicineSingle-nucleotide polymorphismGenotypeQuantitative trait locusNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Restless legs syndrome (RLS) is a neurological condition that causes uncomfortable sensations in the legs and an irresistible urge to move them, typically during periods of rest. The genetic basis and pathophysiology of RLS are incompletely understood. Here, we present a whole-genome sequencing and genome-wide association meta-analysis of RLS cases (n = 9,851) and controls (n = 38,957) in three population-based biobanks (All of Us, Canadian Longitudinal Study on Aging, and CARTaGENE). Genome-wide association analysis identified nine independent risk loci, of which eight had been previously reported, and one was a novel risk locus ( LMX1B , rs35196838, OR = 1.14, 95% CI = 1.09-1.19, p -value = 2.2 × 10 -9 ). A genome-wide, gene-based common variant analysis identified GLO1 as an additional risk gene ( p -value = 8.45 × 10 -7 ). Furthermore, a transcriptome-wide association study also identified GLO1 and a previously unreported gene, ELFN1 . A genetic correlation analysis revealed significant common variant overlaps between RLS and neuroticism (r g = 0.40, se = 0.08, p -value = 5.4 × 10 -7 ), depression (r g = 0.35, se = 0.06, p -value = 2.17 × 10 -8 ), and intelligence (r g = -0.20, se = 0.06, p -value = 4.0 × 10 -4 ). Our study expands the understanding of the genetic architecture of RLS and highlights the contributions of common variants to this prevalent neurological disorder.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,084
Tête enseignante GPT0,360
Écart entre enseignants0,276 · 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.

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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetRestless Legs Syndrome ResearchTravaux en français237 207