GR.2 Obesity and multiple sclerosis severity: a Mendelian randomization study
Notice bibliographique
Résumé
Background: Obesity is increasingly implicated in the development of multiple sclerosis (MS), but its effect on disease disability is less well-established. This study aims to investigate the association between obesity and MS severity utilizing Mendelian Randomization (MR). Methods: Employing a two-sample MR setting, we examined the effects of various obesity measures and adiposity distribution metrics on MS severity. Genetic proxies for body mass index (BMI) were selected from a study of 806,834 participants, with MS severity determined from a genetic study of age-related MS severity scores in 12,584 individuals with MS. Results: The main analysis reveals an association between elevated BMI and increased MS severity (P = 0.03). This is supported by a significant effect of whole body fat (P = 0.04), aligning with the hypothesis that obesity exacerbates MS disability. Sensitivity analyses suggest minimal heterogeneity and bias, indicating a potential causal effect. Conclusions: Our findings suggest that obesity adversely influences long-term disability outcomes in MS. The convergence of this genetic evidence with some of the prior observational studies strengthens the argument for a causal relationship between obesity and MS severity. These insights highlight obesity as a potentially modifiable risk factor in managing MS, underscoring the importance of weight management in MS treatment strategies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».