← Retour à la cohorte
Meta-analysis of genome-wide associations and polygenic risk prediction for atrial fibrillation in more than 180,000 cases
Carolina Roselli, Ida Surakka, Morten S. Olesen, Garðar Sveinbjörnsson, Nicholas Marston, Seung Hoan Choi, Hilma Hólm, Mark Chaffin, Daníel F. Guðbjartsson, Matthew C. Hill, Hildur M. Aegisdottir, Christine M. Albert, Álvaro Alonso, Christopher D. Anderson, Dan E. Arking, Davíð O. Arnar, John Barnard, Emelia J. Benjamin, Eugene Braunwald, Ben Brumpton, Archie Campbell, Nathalie Chami, Daniel I. Chasman, Kelly Cho, Eue‐Keun Choi, Ingrid E. Christophersen, Mina K. Chung, David Conen, Harry J.G.M. Crijns, Michael J. Cutler, Tomasz Czuba, Scott M. Damrauer, Martin Dichgans, Marcus Dörr, Elton Dudink, ThuyVy Duong, Christian Erikstrup, Tõnu Esko, Diane Fatkin, Jessica D. Faul, Manuel A. R. Ferreira, Daniel F. Freitag, Santhi K. Ganesh, J. Michael Gaziano, Bastiaan Geelhoed, Jonas Ghouse, Christian Gieger, Franco Giulianini, Sarah E. Graham, Vilmundur Guðnason, Xiuqing Guo, Christopher M. Haggerty, Caroline Hayward, Susan R. Heckbert, Kristian Hveem, Kaoru Ito, Renée Johnson, J. Wouter Jukema, Sean J. Jurgens, Stefan Kääb, John P. Kane, Shinwan Kany, Sharon L. R. Kardia, Maryam Kavousi, Shaan Khurshid, Frederick Kamanu, Paulus Kirchhof, Marcus E. Kleber, Stacey Knight, Issei Komuro, José Eduardo Krieger, Lenore J. Launer, Dadong Li, Honghuang Lin, Henry J. Lin, Ruth J. F. Loos, Luca A. Lotta, Steven A. Lubitz, Kathryn L. Lunetta, Peter W. Macfarlane, Patrik K. E. Magnusson, Rainer Malik, Helene Mantineo, Gregory M. Marcus, Winfried März, David D. McManus, Olle Melander, Giorgio Melloni, Pascal Meyre, Kazuo Miyazawa, Sanghamitra Mohanty, Laia M. Monfort, Martina Müller‐Nurasyid, Navid A. Nafissi, Saman Nazarian, Sisse Rye Ostrowski, Hui‐Nam Pak, Shichao Pang, Ole Birger Pedersen, Nancy L. Pedersen, Alexandre C. Pereira, James P. Pirruccello, Michael Preuß, Bruce M. Psaty, Clive R. Pullinger, Daniel J. Rader, Joel Rämö, Paul M. Ridker, Michiel Rienstra, Lorenz Risch, Dan M. Roden, Jerome I. Rotter, Marc S. Sabatine, Heribert Schunkert, Svati H. Shah, Jaemin Shim, M. Benjamin Shoemaker, Bridget Simonson, Moritz F. Sinner, Roelof A. J. Smit, Jennifer A. Smith, Nicholas L. Smith, J. G. Smith, Elsayed Z. Soliman, Erik Sørensen, Nona Sotoodehnia, Daniel Strbian, Bruno H. Stricker, Maris Teder‐Laving, Yan V. Sun, Sébastien Thériault, Rósa B. Þórólfsdóttir, Unnur Thorsteinsdottir, Arnljot Tveit, Pim van der Harst, Joyce B. J. van Meurs, Biqi Wang, Stefan Weiß, Quinn S. Wells, Lu‐Chen Weng, Peter W.F. Wilson, Ling Xiao, Pil‐Sung Yang, Jie Yao, Zachary T. Yoneda, Tanja Zeller, Lingyao Zeng, Wei Zhao, Xiang Zhou, Sebastian Zöllner, Christian T. Ruff, Henning Bundgaard, Cristen J. Willer, Kāri Stefánsson, Patrick T. Ellinor
Notice bibliographique
RevueNature Genetics · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversité LavalMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesCommon FundNational Center for Research ResourcesNational Institute of Neurological Disorders and StrokeNational Center for Advancing Translational SciencesNational Human Genome Research InstituteNational Institute on Drug AbuseNational Institute of Diabetes and Digestive and Kidney DiseasesNIH Office of the DirectorNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteNational Institute on AgingNational Cancer InstituteNational Institutes of HealthOffice of Research and DevelopmentU.S. Department of Veterans Affairs
Mots-clésBiologyAtrial fibrillationGenome-wide association studyPolygenic risk scoreMultifactorial InheritanceComputational biologyGenomeInternal medicineGeneticsBioinformaticsSingle-nucleotide polymorphismGeneMedicineGenotype
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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.
Tête enseignante Opus0,043
Tête enseignante GPT0,349
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 tête enseignante, pas un consensus.
Devis d'étudeMéta-analyse
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
Citations45
Publié2025
Routes d'admission1
Résumé présentnon