MétaCan
Menu
Retour à la cohorte
Enregistrement W4402083428 · doi:10.3389/fneur.2024.1417357

Association of metabolites on ischemic stroke subtypes: a 2-sample Mendelian randomization study

2024· article· en· W4402083428 sur OpenAlexaboutno aff
Jingyuan Zhang, Anning Wang, Yanyan Zhao, Luping Ma, Hui Shen, Weikai Zhu

Notice bibliographique

RevueFrontiers in Neurology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensnon disponible
Organismes subventionnairesGujarat Council on Science and Technology
Mots-clésMendelian randomizationGenome-wide association studyPleiotropyGenetic associationStroke (engine)Causality (physics)MedicineMetabolomicsBioinformaticsComputational biologySingle-nucleotide polymorphismGeneticsBiologyGeneGenetic variantsPhenotypeGenotype

Résumé

récupéré en direct d'OpenAlex

Background Metabolomics is increasingly being utilized in IS research to elucidate the intricate metabolic alterations that occur during ischemic stroke (IS). However, establishing causality in these associations remains unclear between metabolites and IS subtypes. In this study, we employ Mendelian randomization (MR) to identify specific metabolites and investigate potential causal relationships between metabolites and IS subtypes. Methods MR analysis was conducted using genome-wide association study (GWAS) summary data. We obtained 1,091 blood metabolites and 309 metabolite ratios from the GWAS Catalog (GCST90199621-90201020), which gene sequencing data from 8,299 individuals from the Canadian Longitudinal Study. We obtained GWAS summary statistics for IS subtypes which include large artery stroke (LAS), cardioembolic stroke (CES), and small vessel stroke (SVS) from the MEGASTROKE consortium that included 446,696 cases of European ancestry and 406,111 controls of European ancestry. The primary analysis utilized inverse-variance weighted (IVW) method. To validate our results, we performed supplementary analyses employing the MR-Egger, weighted median, simple mode, and weighted mode methods. Heterogeneity and pleiotropy were assessed through Cochran’s Q test, MR-Egger intercept test, and leave-one-out analysis. Results The study assessed the possible causality of serum metabolites in the risk of IS subtypes. The discovery of significant causal links between 33 metabolites and 3 distinct IS subtypes. Conclusion Metabolites show significant potential as circulating metabolic biomarkers and offer promise for clinical applications in the prevention and screening of IS subtypes. These discoveries notably advance our comprehension of the molecular processes specific to IS subtypes and create avenues for investigating targeted treatment approaches in the future.

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)0,029
score de la tête « metaresearch » (Gemma)0,039
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,039
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,005
Tête enseignante GPT0,231
Écart entre enseignants0,226 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207