MétaCan
Menu
Retour à la cohorte
Enregistrement W4404185610 · doi:10.1016/j.ocarto.2024.100540

A scoping review of statistical methods to investigate colocalization between genetic associations and microRNA expression in osteoarthritis

2024· review· en· W4404185610 sur OpenAlexafffund
K. D. Zang, Myriam Brossard, Thomas E. Wilson, Shabana Amanda Ali, Osvaldo Espin‐Garcia

Notice bibliographique

RevueOsteoarthritis and Cartilage Open · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity Health NetworkLunenfeld-Tanenbaum Research InstituteWestern University
Organismes subventionnairesGovernment of Canada
Mots-clésColocalizationmicroRNAOsteoarthritisExpression (computer science)Computational biologyBiologyBioinformaticsMedicineGeneticsPathologyGeneComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Background: Genetic colocalization analysis is a statistical method that evaluates whether two traits (e.g., osteoarthritis [OA] risk and microRNA [miRNA] expression levels) share the same or distinct genetic association signals in a locus typically identified in genome-wide association studies (GWAS). This method is useful for providing insights into the biological relevance of genetic association signals, particularly in intergenic regions, which can help to elucidate disease mechanisms in OA and other complex traits. Objectives: To review the existing literature on genetic colocalization methods, assess their suitability for studying OA, and investigate their capacity to integrate miRNA data, while bearing in view their statistical assumptions. Design: We followed scoping review methodology and used Covidence software for data management. Search terms for colocalization, GWAS, and genetic or statistical models were used in the databases MEDLINE and EMBASE, searched till March 4, 2024. Results: Our search returned 546 peer-reviewed papers, of which 96 were included following title/abstract and full-text screening. Based on both cumulative and annual publication counts, the most cited method for colocalization analysis was coloc. Four papers examined OA-related phenotypes, and none examined miRNA. An approach to colocalization analysis using miRNA was postulated based on further hand-searching. Conclusions: Colocalization analysis is a largely unexplored method in OA. Many of the approaches to colocalization analysis identified in this review, including the integration of GWAS and miRNA data, may help to elucidate genetic and epigenetic factors implicated in OA and other complex traits.

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)0,082
score de la tête « metaresearch » (Gemma)0,316
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: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,432

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,316
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0110,014
Bibliométrie0,0470,044
Études des sciences et des technologies0,0020,003
Communication savante0,0070,006
Science ouverte0,0050,005
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,054
Tête enseignante GPT0,408
Écart entre enseignants0,354 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOsteoarthritis and Cartilage OpenMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207