MétaCan
Menu
Retour à la cohorte
Enregistrement W7116771723 · doi:10.1016/j.ajhg.2025.11.015

Low population penetrance of variants associated with inherited retinal degenerations

2025· article· en· W7116771723 sur OpenAlexfundno aff
Kirill Zaslavsky, Liyin Chen, C. Y. Park, Emily Place, Daniel Navarro-Gomez, Seyedeh M. Zekavat, Christopher F Barile, Kinga M. Bujakowska, Elizabeth J. Rossin, Eric A. Pierce

Notice bibliographique

RevueThe American Journal of Human Genetics · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Eye InstituteACMG Foundation for Genetic and Genomic MedicineResearch to Prevent BlindnessFoundation Fighting Blindness
Mots-clésPenetranceBiobankPopulationCohortDiseaseGenotypeGenetic testingCausality (physics)

Résumé

récupéré en direct d'OpenAlex

Inherited retinal degenerations (IRDs) are the leading cause of blindness in working-age adults and are thought to be monogenic with near-complete penetrance. However, traditional variant discovery based on phenotypic ascertainment may inflate penetrance estimates and obscure the true genotype-phenotype spectrum. We used large biobanks with linked genomic and clinical data to quantify the population-level penetrance of IRD-associated variants. We screened 317,964 All of Us (AoU) participants for loss-of-function or pathogenic IRD variants to curate a cohort with definite IRD-compatible genotypes. We defined three nested International Classification of Diseases (ICD)-9/10 code sets ("IRD," "retinopathy," and "screening") to derive lower- and upper-bound penetrance estimates via disease annotation frequencies (DAFs). Within a cohort of 481 AoU participants with definite IRD-compatible genotypes, DAFs ranged from 9.4% (IRD) to 28.1% (screening), which were enriched relative to the prevalence of the code sets in AoU (p < 0.001). For validation, we examined retinal imaging of UK Biobank (UKB) participants who shared variants with the AoU cohort. In the UKB, 16.1%-27.9% of participants with shared variants exhibited definite or possible IRD features, concordant with AoU estimates. Participant demographics, smoking, socioeconomic status, and comorbidities did not predict penetrance. These results show that the population penetrance of IRD-associated genotypes is markedly lower than traditionally assumed. This suggests that genetic or environmental modifiers are required to manifest disease and that IRD genotypes are more prevalent (0.7%-2.1%) than expected. These findings inform our understanding of the genetic causality of IRDs, impact the clinical use of genetic testing, and have implications for the development of therapies for IRDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,253
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe American Journal of Human GeneticsMême sujetGenomics and Rare DiseasesTravaux en français237 207