A phenome-wide association and factorial Mendelian randomization study on the repurposing of uric acid-lowering drugs for cardiovascular outcomes
Notice bibliographique
Résumé
Uric acid has been linked to various disease outcomes. However, it remains unclear whether uric acid-lowering therapy could be repurposed as a treatment for conditions other than gout. We first performed both observational phenome-wide association study (Obs-PheWAS) and polygenic risk score PheWAS (PRS-PheWAS) to identify associations of uric acid levels with a wide range of disease outcomes. Then, trajectory analysis was conducted to explore temporal progression patterns of the observed disease outcomes. Finally, we investigated whether uric acid-lowering drugs could be repurposed using a factorial Mendelian randomization (MR) study design. A total of 41 overlapping phenotypes associated with uric acid levels were identified by both Obs- and PRS- PheWASs, primarily cardiometabolic diseases. The trajectory analysis illustrated how elevated uric acid levels contribute to cardiometabolic diseases, and finally death. Meanwhile, we found that uric acid-lowering drugs exerted a protective role in reducing the risk of coronary atherosclerosis (OR = 0.96, 95%CI: 0.93, 1.00, P = 0.049), congestive heart failure (OR = 0.64, 95%CI: 0.42, 0.99, P = 0.043), occlusion of cerebral arteries (OR = 0.93, 95%CI: 0.87, 1.00, P = 0.044) and peripheral vascular disease (OR = 0.60, 95%CI: 0.38, 0.94, P = 0.025). Furthermore, the combination of uric acid-lowering therapy (e.g. xanthine oxidase inhibitors) with antihypertensive treatment (e.g. calcium channel blockers) exerted additive effects and was associated with a 6%, 8%, 8%, 10% reduction in risk of coronary atherosclerosis, heart failure, occlusion of cerebral arteries and peripheral vascular disease, respectively. Our findings support a role of elevated uric acid levels in advancing cardiovascular dysfunction and identify potential repurposing opportunities for uric acid-lowering drugs in cardiovascular treatment.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».