Genetic contribution to asthma informs acute chest syndrome pathophysiology and risk stratification
Notice bibliographique
Résumé
Abstract Acute chest syndrome (ACS) is a severe complication of sickle cell disease (SCD), but we lack tool to identify patients at high risk of ACS. Epidemiological studies have found an association between asthma and ACS but whether this link is causal is unclear. We used polygenic score (PGS) to analyze whether the genetic susceptibility to asthma was associated with ACS and could be used to stratify the risk of ACS. We identified that a PGS for asthma (PGS asthma ) was associated with ACS rate, but not ACS occurrence, in both the CSSCD and the GEN-MOD cohorts, independently of fetal hemoglobin (HbF) (β=0.17, standard error=0.06, p=0.006). This effect was mainly found in patients with HbF <5%. Combining PGS asthma and HbF allowed to identify a population at high risk of ACS recurrence: individuals within the highest PGS asthma quintile and the lowest HbF quintile. Partitioned PGS suggested that lymphocytes were the main driver of the genetically mediated risk of ACS by asthma. Finally, we assessed asthma and ACS overall genetic correlation. We found that these two conditions only partially overlap distinct, suggesting that asthma is not the main determinant of genetic propensity to ACS. In sum, our result suggests that patients with high genetic propensity to asthma are prone to recurrent ACS if not protected by high HbF levels. Combining PGS asthma and HbF may allow identifying high risk patients for personalize ACS management. Apart from this population at high risk of ACS, additional genetic determinants independent from asthma contribute to ACS.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».