Genetically predicted iron status and cardiovascular function and structure: a Mendelian randomization study
Notice bibliographique
Résumé
AIMS: Iron levels imbalances are linked to cardiovascular outcomes. We aimed to assess the association between genetically predicted lifelong higher iron levels and cardiovascular outcomes, employing a two-sample Mendelian randomization (MR) approach to account for confounding biases. METHODS AND RESULTS: We used a study involving 257 953 subjects across six cohort studies that identified genetic variants consistently associated with iron biomarkers, including ferritin, serum iron, total iron binding capacity (TIBC), and transferrin saturation (TSAT). The UK Biobank study was used to investigate the association between the same genetic variants and left ventricular end-diastolic volume (LVEDV), left ventricular end-systolic volume (LVESV), left ventricular ejection fraction (LVEF), left ventricular mass (LVM), and left ventricular mass-to-end-diastolic volume ratio (LVMVR). Two-sample MR approach was used in our main analysis. Heterogeneity, pleiotropy, bidirectional MR, MR-Egger, weighted median, and weighted mode were explored in the sensitivity analysis. One standard deviation (SD) increase in genetically predicted serum iron levels was associated with lower LVEDV (beta (95%CI): -0.11, (-0.19, -0.03), P-value = 0.006) and lower LVESV (-0.11 (-0.19, -0.03), P-value = 0.007). Moreover, one SD increase in genetically predicted TSAT was associated with higher LVMVR (0.09, (0.03, 0.15), P-value = 0.005). Heterogeneity, pleiotropy, and bidirectional effects were not observed. The identified associations were explained by HFE, TMPRSS6, TF, and TFR2 genes. No other associations were identified between iron biomarkers and cardiovascular outcomes. CONCLUSION: Our study provides MR evidence that iron status may alter cardiovascular function and structure. HFE, TMPRSS6, TF and TFR2 genes play a crucial role in the identified associations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».