Clinical implications of bone marrow adiposity identified by phenome-wide association and Mendelian randomization in the UK Biobank
Notice bibliographique
Résumé
Bone marrow adiposity changes in diverse diseases, but the full scope of these, and whether they are directly influenced by marrow adiposity, remains unknown. To address this, we previously measured the bone marrow fat fraction of the femoral head, total hip, femoral diaphysis, and spine of over 48,000 UK Biobank participants. Here, we first use these data for PheWAS to identify diseases associated with marrow adiposity at each site. This reveals associations with 47 incident diseases across 12 disease categories, including osteoporosis, fracture, type 2 diabetes, cardiovascular diseases, cancers, and other conditions that burden public health worldwide. Intriguingly, type 2 diabetes associates positively with spine bone marrow adiposity but negatively with marrow adiposity at femoral sites. We then establish PRSs based on bone-marrow-fat-fraction-associated SNPs and use PRS-PheWAS and Mendelian randomization to explore causal associations between marrow adiposity and disease. PRS-PheWAS reveals that genetic predisposition to increased marrow adiposity is positively associated with osteoporosis and fractures. Mendelian randomization further suggests that increased marrow adiposity at the diaphysis and total hip is causally associated with osteoporosis. Our findings substantially advance understanding of how marrow adiposity impacts human health and highlight its potential as a biomarker and/or therapeutic target for diverse human diseases.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».