MétaCan
Menu
← Back to cohort
Record W7047680474

Identification des patients à haut risque génétique de la maladie coronarienne et de l'infarctus du myocarde : utilisation des scores de risque polygénique

2023· other· fr· W7047680474 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldPhysics and Astronomy
TopicSuperconducting and THz Device Technology
Canadian institutionsnot available
Fundersnot available
KeywordsCoronary heart diseaseRisk factorMedical screeningArterial disease
DOInot available

Abstract

fetched live from OpenAlex

La maladie coronarienne (Coronary Artery Disease; CAD), l'une des pathologies cardiovasculaires les plus prévalentes au monde, représente la première cause de mortalité dans de nombreux pays développés. Cette pathologie complexe affecte l'arbre artériel irriguant le cœur, pouvant aboutir à des troubles de la circulation et être à l'origine d'évènements aigus, voire mortels, tels que l'infarctus du myocarde (Myocardial Infarction; MI). De nombreux facteurs de risque (FDR) associés au développement de la CAD ont été décrits. Certains d'entre eux ne sont pas modifiables, comme le sexe masculin ou l'âge. D'autres sont modifiables ou contrôlables, tels que le niveau de certaines lipoprotéines athérogènes, l'hypertension artérielle, le diabète ou le tabac. Ces différents paramètres peuvent être évalués individuellement en clinique ou être pris en considération de façon combinée, au moyen de scores de risque clinique, dans le but d'estimer un risque de développer la CAD et d'agir en prévention. Toutefois, de nombreuses limitations existent pour l'utilisation de ces scores. Parmi elles, ces scores ne capturent les effets que de quelques FDR traditionnels, faisant l'impasse sur d'autres risques liés, par exemple, à des conditions inflammatoires chroniques ou d'autres susceptibilités biologiques. Enfin, ces scores ne permettent pas d'anticiper les cas très précoces de CAD ou de MI (généralement avant l'âge de 40 ans). Au cours des deux dernières décennies, plusieurs études observationnelles d'envergure nous ont permis de comprendre le rôle de notre patrimoine génétique dans l'étiologie de la CAD. Les études d'associations pangénomiques ont permis l'identification de plus de 240 loci associés à la CAD, mettant en lumière une architecture génétique complexe. Ces études ont permis d'estimer, pour un ensemble de polymorphismes nucléotidiques, des effets positifs ou négatifs significatifs sur l'occurrence de la maladie. En se basant sur un modèle additif, des méthodes statistiques permettent d'agréger ces effets en une valeur unique qui capture le risque génétique individuel de développer la maladie. Ce sont les scores de risque polygéniques (Polygenic Risk Scores; PRS). Cependant, malgré un éventail d'études montrant une prédiction indépendante du risque de CAD par rapport aux FDR, l'utilisation des PRS pour une application future dans un cadre clinique reste un sujet débattu, notamment lorsqu'ils sont comparés aux scores cliniques actuels. L'objectif principal de cette thèse est d'étudier l'impact des PRS dans la prédiction du risque de CAD et de MI par rapport aux outils utilisés en clinique, ainsi que d'améliorer les performances prédictives globales des PRS. Cette thèse comprend deux axes principaux, avec chacun deux projets. Le premier axe est dédié à la prédiction des MI au moyen de PRS spécifique à la CAD et à ses FDR. Le second axe se focalise sur l'utilisation des déterminants génétiques associés spécifiquement aux lipides et lipoprotéines pour la prédiction du risque de CAD. Brièvement, notre première étude s'est focalisée sur l'impact d'un PRS de CAD pour prédire l'incidence de MI et la mortalité, dans la cohorte britannique UK Biobank (UKB). En stratifiant nos analyses en fonction des différents groupes d'âge et du sexe, nous avons décrit des associations plus fortes entre le PRS et l'incidence de MI chez les jeunes adultes (âgés de 40 à 51 ans), notamment du sexe masculin, suggérant un intérêt pour la prédiction des cas précoces. En utilisant des analyses multivariées, nous avons constaté que l'association entre le PRS de CAD et l'incidence de CAD ou de la mortalité était indépendante de celle d'un score de risque clinique. Le PRS de CAD permettait aussi de reclassifier une proportion importante d'individus dont le risque était sous-estimé par le score clinique. Dans notre deuxième étude, nous avons validé, dans des cohortes canadiennes, l'usage de PRS de CAD et de ses FDR (obtenus à partir d'autres études). Nous avons montré que le PRS de CAD et quelques PRS de FDR étaient associés à la sévérité de la CAD (déterminée par angiographie coronarienne). Dans notre troisième étude, nous avons produit des PRS de lipides (acides gras et lipoprotéines) et comparé leurs performances prédictives par rapport à un PRS de CAD, pour prédire l'incidence de la CAD dans la cohorte UKB. Nos résultats ont permis de montrer que la majorité des PRS de lipides étudiés (27/29) étaient associés à l'incidence de la CAD. Dans la deuxième et troisième étude, nous démontrons aussi que combiner plusieurs PRS indépendants de FDR ou spécifiquement de lipides a permis d'améliorer la prédiction du PRS de CAD. Dans notre dernière étude, nous avons évalué la contribution spécifique de la lipoprotéine(a) et du gène LPA dans la détermination du risque polygénique de CAD dans la cohorte UKB. Nos résultats montrent que malgré une contribution mineure du gène LPA dans le PRS de CAD dans la prédiction de l'incidence de la CAD, une mesure de lipoprotéine(a) complémentaire est nécessaire pour une meilleure stratification du risque génétique de la CAD. Pris dans leur ensemble, les résultats de cette thèse soutiennent l'intérêt des PRS pour quantifier un risque héritable de CAD qui est non saisi par les scores cliniques conventionnels. L'usage de PRS permettra de cibler tôt les personnes qui ont un risque génétique élevé. Des efforts doivent cependant se poursuivre afin de pouvoir éventuellement les utiliser en clinique, dans la population générale.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.006
Threshold uncertainty score0.012

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.001
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.012
GPT teacher head0.261
Teacher spread0.249 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same topicSuperconducting and THz Device Technology→French-language works237,207→