MétaCan
Menu
Retour à la cohorte
Enregistrement W4391045817 · doi:10.1186/s12864-024-10015-9

Genomic heterozygosity is associated with a lower risk of osteoarthritis

2024· article· en· W4391045817 sur OpenAlexafffundabout
Robert M. Gill, Ming Liu, Guang Sun, Andrew Furey, Tim D. Spector, Proton Rahman, Guangju Zhai

Notice bibliographique

RevueBMC Genomics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensGovernment of Newfoundland and LabradorMemorial University of Newfoundland
Organismes subventionnairesHorizon 2020Versus ArthritisMedical Research CouncilMemorial University of NewfoundlandResearch and Development Corporation of Newfoundland and LabradorArthritis Research UKEuropean CommissionKing's College LondonCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchChronic Disease Research FoundationWellcome Trust
Mots-clésLoss of heterozygosityOdds ratioBody mass indexInternal medicineCohortOsteoarthritisMedicinePopulationCohort studyBiologyGeneticsPathologyAlleleGeneEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Genomic heterozygosity has been shown to confer a health advantage in humans and play a protective role in complex diseases. Given osteoarthritis (OA) is a highly polygenic disease, we set out to determine if an association exists between OA and genomic heterozygosity. Results End-stage knee and hip OA patients and healthy controls were recruited from the Newfoundland and Labrador (NL) population. The Arthritis Research UK Osteoarthritis Genetics (arcOGEN) consortium database was utilized as a replication cohort. DNA was extracted from blood samples and genotyped. Individual rates of observed heterozygosity (HetRate) and heterozygosity excess (HetExcess) relative to the expected were mathematically derived, and standardized to a z-score. Logistic regression modeling was used to examine the association between OA and HetRate or HetExcess. A total of 559 knee and hip OA patients (mean age 66.5 years, body mass index (BMI) 33.7 kg/m2, and 55% females) and 118 healthy controls (mean age 56.4 years, BMI 29.5 kg/m2, and 59% female) were included in the NL cohort analysis. We found that OA had an inverse relationship with HetRate and HetExcess with odds ratios of 0.64 (95% CI: 0.45–0.91) and 0.65 (95% CI: 0.45–0.93) per standard deviation (SD), respectively. The arcOGEN data included 2,019 end-stage knee and hip OA patients and 2,029 healthy controls, validating our findings with HetRate and HetExcess odds ratios of 0.60 (95% CI: 0.56–0.64) and 0.44 (95% CI: 0.40–0.47) per SD, respectively. Conclusions Our results are the first to clearly show evidence, from two separate cohorts, that reduced genomic heterozygosity confers a risk for the future development of OA.

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)0,003
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC GenomicsMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207