MétaCan
Menu
Retour à la cohorte
Enregistrement W4401001859 · doi:10.14740/jmc4250

Exploring Atrial Fibrillation: Understanding the Complex Relation Between Lifestyle and Genetic Factors

2024· article· en· W4401001859 sur OpenAlexvenueno aff
Rafael Tamayo‐Trujillo, Elius Paz‐Cruz, Santiago Cadena-Ullauri, Patricia Guevara‐Ramírez, Viviana A. Ruiz‐Pozo, Rita Ibarra-Castillo, José Luis Laso-Bayas, Ana Karina Zambrano

Notice bibliographique

RevueJournal of Medical Cases · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationCardiologyInternal medicineRelation (database)Data mining

Résumé

récupéré en direct d'OpenAlex

Cardiovascular diseases (CVDs) are the leading cause of death worldwide across diverse ethnic groups. Among these, atrial fibrillation (AF) stands as one of the most prevalent types of arrhythmias and the primary cause of stroke. Risk factors associated with AF include alcohol consumption, aging, high blood pressure, hypertension, inflammation, and genetic factors. A family history of CVD could indicate an increased risk. Consequently, genetic, and genomic testing should be performed to identify the molecular etiology of CVDs and assess at-risk patients. It is important to note that CVDs are the results of the complex interplay of genes and environmental factors, including ethnicity. In this case, the proband's clinic story includes a history of smoking abuse for 10 years (10 cigarettes per day), obesity, hypertension, and an associated familial history. These risk factors, along with genetic variants, could trigger the early onset of AF. In recent years, genetic and genomic studies have significantly advanced our understanding of CVD etiology, given that next-generation sequencing (NGS) allows for the identification of genetic variants that could contribute to these pathologies. Furthermore, NGS facilitates early diagnosis, personalized pharmacological approaches, and identification of novel biomarkers. Thus, NGS is a valuable tool in CVD management. However, such studies are limited in Ecuador, a low- and middle-income country. Several challenges contribute to this gap, encompassing economic, infrastructural, and educational obstacles. Notably, the cost of genetic and genomic studies may also pose a barrier, restricting access to a portion of the population. In this case report, we present a 56-year-old Ecuadorian woman, who has been diagnosed with AF; however, after performing NGS no disease-associated variants were found, despite having strong clinical signs and symptoms. In summary, this case report contributes valuable insights into the complex interplay between genetic and lifestyle factors in the development and management of AF. The case report aims to underscore the potential impact of genetic variants on disease risk, even when classified as variants of uncertain significance, and the importance of an integral approach to patient care that includes genetic screening, lifestyle interventions, and tailored pharmacological 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 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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,143
Tête enseignante GPT0,308
Écart entre enseignants0,165 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical CasesMême sujetBioinformatics and Genomic NetworksTravaux en français237 207