MétaCan
Menu
Retour à la cohorte
Enregistrement W4401125374 · doi:10.1002/ana.27040

Genomic Analysis Identifies Risk Factors in Restless Legs Syndrome

2024· review· en· W4401125374 sur OpenAlexafffundabout
Fulya Akçimen, Ruth Chia, Sara Sáez-Atiénzar, Paola Ruffo, Memoona Rasheed, Jay P. Ross, Calwing Liao, Anindita Ray, Patrick A. Dion, Sonja W. Scholz, Guy A. Rouleau, Bryan J. Traynor

Notice bibliographique

RevueAnnals of Neurology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueRestless Legs Syndrome Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeIntramural Research ProgramCanadian Institutes of Health ResearchNational Institute on AgingNational Institutes of HealthGovernment of Canada
Mots-clésRestless legs syndromeGenome-wide association studyGenetic architectureGeneticsGenetic associationLocus (genetics)PopulationBiologyMedicineGenePsychiatrySingle-nucleotide polymorphismQuantitative trait locusGenotypeNeurology

Résumé

récupéré en direct d'OpenAlex

Objective Restless legs syndrome (RLS) is a neurological condition that causes uncomfortable sensations in the legs and an irresistible urge to move them, typically during periods of rest. The genetic basis and pathophysiology of RLS are incompletely understood. We sought to identify additional novel genetic risk factors associated with RLS susceptibility. Methods We performed a whole‐genome sequencing and genome‐wide association meta‐analysis of RLS cases ( n = 9,851) and controls ( n = 38,957) in 3 population‐based biobanks (All of Us, Canadian Longitudinal Study on Aging, and CARTaGENE). Results Genome‐wide association analysis identified 9 independent risk loci, of which 8 had been previously reported, and 1 was a novel risk locus ( LMX1B , rs35196838, OR 1.14, 95% CI 1.09–1.19, p value = 2.2 × 10 −9 ). Furthermore, a transcriptome‐wide association study also identified GLO1 and a previously unreported gene, ELFN1 . A genetic correlation analysis revealed significant common variant overlaps between RLS and neuroticism ( r g = 0.40, se = 0.08, p value = 5.4 × 10 −7 ), depression ( r g = 0.35, se = 0.06, p value = 2.17 × 10 −8 ), and intelligence ( r g = −0.20, se = 0.06, p value = 4.0 × 10 −4 ). Interpretation Our study expands the understanding of the genetic architecture of RLS, and highlights the contributions of common variants to this prevalent neurological disorder. ANN NEUROL 2024;96:994–1005

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,215
Tête enseignante GPT0,463
Écart entre enseignants0,248 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetRestless Legs Syndrome ResearchTravaux en français237 207