MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394857026 · doi:10.1210/clinem/dgae259

Prevalence of Dysbetalipoproteinemia in the UK Biobank According to Different Diagnostic Criteria

2024· article· en· W4394857026 sur OpenAlexafffund
Martine Paquette, Mark Trinder, Simon‐Pierre Guay, Liam R. Brunham, Alexis Baass

Notice bibliographique

RevueThe Journal of Clinical Endocrinology & Metabolism · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensSt. Paul's HospitalMcGill UniversityUniversity of British ColumbiaUniversité de MontréalMontreal Clinical Research Institute
Organismes subventionnairesInstitut de Recherche Clinique De Montréal
Mots-clésBiobankCohortContext (archaeology)PopulationDiseaseMedicineDyslipidemiaGold standard (test)GenotypeInternal medicinePhysical therapyBioinformaticsBiologyGeneticsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Dysbetalipoproteinemia (DBL) is a multifactorial disorder that disrupts the normal metabolism of remnant lipoproteins, causing increased risk of cardiovascular disease. However, establishing a proper diagnosis is difficult, and the true prevalence of the disease in the general population remains unknown. OBJECTIVE: The objectives were to study the prevalence of the disease and to validate the performance of different clinical diagnostic criteria in a large population-based cohort. METHODS: This study included 453 437 participants from the UK Biobank. DBL was established in participants having an ε2ε2 genotype with mixed dyslipidemia or lipid-lowering therapy use (n = 964). The different diagnostic criteria for DBL were applied in individuals without lipid-lowering medication (n = 370 039, n = 534 DBL), to compare their performance. RESULTS: Overall, 0.6% of participants had an ε2ε2 genotype, of which 36% were classified as DBL, for a disease prevalence of 0.2% (1:469). The prevalence of DBL was similar between the different genetic ancestries (≤0.2%). Several diagnostic criteria showed good sensitivity for the diagnosis of DBL (>90%), but they suffered from a very low positive predictive value (0.6-15.4%). CONCLUSION: This study reported for the first time the prevalence of DBL in the UK Biobank according to genetic ancestry. Furthermore, we provided the first external validation of different diagnostic criteria for DBL in a large population-based cohort and highlighted the fact that these criteria should not be used to diagnose DBL alone but should rather be used as a first screening step to determine which individuals may benefit from genetic testing to confirm the diagnosis.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,401
Écart entre enseignants0,351 · 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

Citations16
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Clinical Endocrinology & Metabolism→Même sujetLipoproteins and Cardiovascular Health→Travaux en français237 207→