Effects of circulating inflammatory proteins on osteoporosis and fractures: evidence from genetic correlation and Mendelian randomization study
Notice bibliographique
Résumé
Objective There is a controversy in studies of circulating inflammatory proteins (CIPs) in association with osteoporosis (OP) and fractures, and it is unclear if these two conditions are causally related. This study used MR analyses to investigate the causal associations between 91 CIPs and OP and 9 types of fractures. Methods Genetic variants data for CIPs, OP, and fractures were obtained from the publicly available genome-wide association studies (GWAS) database. We used inverse variance weighted (IVW) as the primary analysis, pleiotropy, and heterogeneity tests to analyze the validity and robustness of causality and reverse MR analysis to test for reverse causality. Results The IVW results with Bonferroni correction indicated that CXCL11 (OR = 1.2049; 95% CI: 1.0308-1.4083; P = 0.0192) can increase the risk of OP; IL-4 (OR = 1.2877; 95% CI: 1.1003-1.5070; P = 0.0016), IL-7 (OR = 1.2572; 95% CI: 1.0401-1.5196; P = 0.0180), IL-15RA (OR = 1.1346; 95% CI: 1.0163-1.2668; P = 0.0246), IL-17C (OR = 1.1353; 95% CI: 1.0272-1.2547; P = 0.0129), CXCL10 (OR = 1.2479; 95% CI: 1.0832-1.4377; P = 0.0022), eotaxin/CCL11 (OR = 1.1552; 95% CI: 1.0525-1.2678; P = 0.0024), and FGF23 (OR = 1.9437; 95% CI: 1.1875-3.1816; P = 0.0082) can increase the risk of fractures; whereas IL-10RB (OR = 0.9006; 95% CI: 0.8335-0.9730; P = 0.0080), CCL4 (OR = 0.9101; 95% CI: 0.8385-0.9878; P = 0.0242), MCP-3/CCL7 (OR = 0.8579; 95% CI: 0.7506-0.9806; P = 0.0246), IFN-γ [shoulder and upper arm (OR = 0.7832; 95% CI: 0.6605-0.9287; P = 0.0049); rib(s), sternum and thoracic spine (OR = 0.7228; 95% CI: 0.5681-0.9197; P = 0.0083)], β-NGF (OR = 0.8384; 95% CI: 0.7473-0.9407; P = 0.0027), and SIRT2 (OR = 0.5167; 95% CI: 0.3296-0.8100; P = 0.0040) can decrease fractures risk. Conclusion Mendelian randomization (MR) analyses indicated the causal associations between multiple genetically predicted CIPs and the risk of OP and fractures.
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 | 0,038 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».