Insights into Essential Tremor and Essential Tremor-Plus from Common Variants
Notice bibliographique
Résumé
Abstract Intro The heterogeneity of Essential Tremor (ET) complicates how it is diagnosed and studied. ET-Plus is a concept proposed to help explain the overlap of ET clinical features with soft signs of other neurological disorders. We aimed to better understand ET by comparing brain maps informed by ET common variant to those derived from phenotypes involved in ET-Plus. A further goal was to enhance the diagnostic precision of ET by accounting for shared neurobiological signals between ET and ET-Plus–related phenotypes. Methods Phenotype variant association mapping to the brain was done for ET, Parkinson’s disease (PD), dystonia, and cognition across adult mouse whole brain and cerebellum spatial transcriptomic data through gsMap. Separately, ET genome-wide association study (GWAS) summary statistics were conditioned on PD and cognition to account for shared genetic signals. Using both raw and conditioned GWASes, ET polygenic risk scores (PRS) were calculated across patient cohorts and controls, and their respective ability to classify ET at the 90th percentile was compared using McNemar’s test. Results Spatial mappings of GWAS signals revealed many shared associations between phenotypes. The raw ET PRS model preformed 1.33% (95% CI: [0.30% - 2.35%]; p = 0.0129) better than the conditioned ET PRS model. Conclusion We lack the ability to decern ET from phenotypes involved in ET-Plus using existing common variant disease associations. Efforts to isolate a core genetic signal for ET by de-noising shared associations reduced the accuracy of patient classification. A more effective strategy to studying ET may be to leverage its heterogeneity rather than attempt to isolate it.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».