Polygenic Risk Scores in Myocardial Injury After Noncardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Myocardial injury after noncardiac surgery (MINS) is the most prevalent vascular complication following surgical procedures. Although the revised cardiac risk index (RCRI) is widely used to predict postoperative cardiovascular complications, its predictive accuracy is suboptimal. OBJECTIVES: Considering genetic influences may improve risk prediction. The authors propose integrating polygenic risk scores (PRS) with the RCRI to enhance MINS prediction. Identification of PRS associated with MINS could provide pathophysiological insights. METHODS: This is a case-control study nested within the Vascular Events in Noncardiac Surgery Participants Cohort Evaluation cohort, including patients aged 45 and above who underwent noncardiac surgery. Daily troponin levels were measured preoperatively and on days 1, 2, and 3 postoperatively. PRS was computed for MINS risk factors using publicly available summary statistics. Logistic regression models were used to assess the association between each PRS and MINS. PRS discrimination was assessed independently and in combination with RCRI. RESULTS: = 506). The type II diabetes (T2D) PRS (OR: 1.26; 95% CI: 1.00-1.58; P = 0.047) and the HbA1c PRS (OR: 1.26; 95% CI: 1.03-1.54; P = 0.026) were associated with MINS. No other PRS, including those for coronary artery disease, stroke, and lipid biomarkers, showed significant associations. CONCLUSIONS: The T2D PRS and the HbA1c PRS were associated with an increased risk of MINS. The findings may reflect the multifactorial pathophysiology of MINS. Larger genetic studies and trials evaluating perioperative glucose management warrant consideration.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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.
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.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».