精彩!双疾病搭档孟德尔随机化,中国学者得出阴性结果照样拿下一区top!

910022744c08337ed0ee2ed41da02255.png

孟德尔随机化分析领域,选题新才是王道!在之前孟德尔随机化的文章中,大多是分析暴露与疾病的关系,今天分享的这篇文章与之前不同,中国学者使用双向孟德尔随机化分析两种疾病之间的关联,还是阴性结果,照样发文一区top!

在疾病分析领域,孟德尔随机化就是永远的神!如果你也想掌握这个“上分”小妙招,欢迎点击上方的链接!手把手指导,不怕零基础!不限于理论,带你熟练掌握分析能力和技巧,快速发表自己的文章!

2024年8月6日,中南大学湘雅二医的学者采用孟德尔随机化的方法,在期刊《Journal of the American Heart Association(医学一区top,IF=5)发表题为:“There Is No Direct Causal Relationship Between Coronary Artery Disease and Alzheimer Disease: A Bidirectional Mendelian Randomization Study 的研究论文,旨在使用双向孟德尔随机化(MR)的方法探讨阿尔茨海默病(AD)、循环总tau蛋白水平与冠状动脉疾病(CAD)之间的因果关系。

研究结果表明,阿尔茨海默病(AD)与冠状动脉疾病(CAD)之间没有因果关联。同时,冠状动脉疾病(CAD)对阿尔茨海默病(AD)也没有显著关联。此外,研究发现冠状动脉疾病(CAD)不影响总tau的循环水平,总tau的循环水平也不会增加冠状动脉疾病的风险。

496470cc39fff1f150d139d469248ed3.png

本公号回复“ 原文”即可获得文献PDF等资料,如果需要孟德尔随机化方法学习与指导请联系郑老师团队,详情可添加助教微信:aq566665

阿尔茨海默病 (AD)和冠状动脉疾病(CAD)是老年人中最常见的疾病,据统计,全球痴呆症患者约有50万人,预计到2050年人数将翻倍。而冠状动脉疾病(CAD)作为常见的心脏病,严重增加了老年人的心脏负担。

研究发现,心血管健康和认知功能下降和痴呆症密切相关。有学者发现,CAD和AD具有共同的危险因素,包括年龄、高血压、糖尿病和吸烟等。由于先前的研究中主要集中在CAD对AD的影响,两者之间潜在的因果关联尚未明确。

疾病与疾病的双向孟德尔随机化(MR)分析

研究团队使用FinnGen的全基因组关联研究(GWAS)数据,使用双向孟德尔分析AD或总tau循环水平与CAD之间的因果关系,CAD包括缺血性心脏病(IHD)、心肌梗死(MI)、冠状动脉(动脉粥样硬化)心脏病(CHD)、冠状动脉粥样硬化(CA)和心力衰竭(HF)。

研究团队最终纳入13个与AD相关的SNP,而在CAD对AD的MR分析中,选择12至38个SNP作为不同CAD的IV。

799e39171820955595ac30550ed58572.png

图1 研究流程

初步孟德尔随机化(MR)分析结果显示,AD与CAD之间不存在因果关联。同样在反向孟德尔随机化(MR)中,未观察到CAD对AD有因果关联。

7bfd0fe56565b029360dfbae9b16121b.png

图2 使用不同MR方法估计的AD对CAD的因果效应

7d5f6b7a98d7be7d0284da904ec83382.png

图3 使用不同MR方法估计的CAD对AD的因果效应

此外,研究团队发现,冠状动脉疾病(CAD)不影响总tau的循环水平。反向孟德尔随机化(MR)也证实,总tau的循环水平也不会增加冠状动脉疾病的风险。

eefbea7702d1fb384a1dc4a5bcc3e1e6.png

图4 使用不同MR方法估计的总tau循环水平对CAD的因果影响

综上所述,研究团队主要从遗传学的角度研究了AD、总tau循环水平和CAD之间的因果关系研究结果显示,AD和CAD之间没有直接的因果关系。同样,CAD也不会增加AD的风险。

此外,研究结果表明,CAD不会影响总tau的循环水平,总tau的循环水平不会增加CAD的风险。这一结论与以前的观察性研究结果相矛盾。

如今孟德尔随机化分析套路依旧是发文热点,就2024年而言,目前孟德尔随机化文章已超过2000篇,高分文章更是屡见不鲜。不管你是0基础的科研小白还是有数据的临床医生,只要你想学孟德尔随机化,郑老师的统计团队都可以给你提供帮助!不妨关注公共数据库与孟德尔随机化”公众号,获取最新孟德尔随机化发文思路,一起搭上“高分”快车!

关于郑老师团队及公众号 

全国最大的医学统计公众号平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理

我们开展对临床预测模型、轨迹增长模型、医学免费数据库NHANES、GBD数据库、孟德尔随机化方法1对1R语言指导(一年内不限时间,周末、晚上均统计师一对一指导)。

①指导学习R语言基本技巧

②全程指导课程学习

③课程R语言代码运行bug修复

④支持学员一篇SCI论文的数据分析

1对1R语言指导详情介绍

详情联系助教小董咨询(微信号aq566665

a5c000c5a37cc0c2ec4aa5edc57eb702.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/406979.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MinerU pdf文档解析markdown格式、内容提取

参考: https://github.com/opendatalab/MinerU/blob/master/README_zh-CN.md demo在线网址: https://opendatalab.com/OpenSourceTools/Extractor/PDF/detail

C语言高手参考手册:网络编程高级话题与技术细节

在上一篇文章中,我们介绍了基本的网络编程概念和操作。本文将深入探讨网络编程的一些高级话题和技术细节,包括错误处理、非阻塞I/O、多路复用(select/poll/epoll)、套接字选项以及安全编程等。 1. 错误处理 1.1 错误码 在处理网…

[数据集][目标检测]红外场景下车辆和行人检测数据集VOC+YOLO格式19069张4类别

数据集格式:Pascal VOC格式YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):19069 标注数量(xml文件个数):19069 标注数量(txt文件个数):19069 标…

基于B站的热门视频数据分析与情感分析【关联性、主题、情感分析】

目录 2 研究内容 2.1 主要研究内容 2.2 拟解决的关键问题 2.2.1热门视频特征的识别和提取 2.2.2情感分析与用户反馈 2.3技术路线 2.3.1数据收集 2.3.2数据预处理 2.3.3数据挖掘 2.3.4 数据可视化 2.4可行性分析 2.4.1技术可行性 2.4.2数据可行性 2.4.3经济可行性 2.5数据库设计…

[000-01-011].第2节:持久层方案的对比

我的后端学习大纲 MyBatis学习大纲 1.持久层解决方案: 1.1.面试1:请说一说持久层解决方案有哪些??? 1.jdbc JDBC为访问不同的数据库提供了一种统一的途径,为开发者屏蔽了一些细节问题。Java程序员使用JDB…

关于springboot的异常处理以及源码分析(一)

一、什么是异常处理 1、文档定义 首先我们先来看springboot官方对于异常处理的定义。springboot异常处理 在文档的描述中,我们首先可以看到的一个介绍如下: By default, Spring Boot provides an /error mapping that handles all errors in a sensib…

计算机网络-2-tcpip协议

1.说说 TCP/IP 四层模型? TCP/IP(Transmission Control Protocol/Internet Protocol)模型是一种用于描述互联网通信的协议层次结构。它分为四个主要层次,每个层次都定义了不同的协议来实现特定的功能。下面是TCP/IP模型各层的常用…

Android系统安全 — 1-OpenSSL支持的常用加解密算法介绍

常用加解密算法介绍 1. 哈希算法 常见的函数包含MD系列、SHA-1、SHA-2家族、SHA-3家族、SM3等。 1.1 MD5(单向散列算法) 全称是Message-Digest Algorithm 5(信息-摘要算法),经MD2、MD3和MD4发展而来。MD5算法的使用…

0基础学习Python路径(21)Python NameSpaceScope

命名空间定义了在某个作用域内变量名和绑定值之间的对应关系,命名空间是键值对的集合,变量名与值是一一对应关系。作用域定义了命名空间中的变量能够在多大范围内起作用。 命名空间在 Python 解释器中是以字典的形式存在的,是以一种可以看得…

【快速入门 LVGL】-- 1、STM32 工程移植 LVGL

目录 一、LVGL 简述 二、复制一个STM32工程 三、下载 LVGL 四、裁剪 源文件 五、工程添加 LVGL 文件 六、注册 显示 七、注册 触摸屏 八、LVGL 心跳、任务刷新 九、开跑 LVGL 十、控件的事件添加、响应处理 十 一、几个好玩小事情 十 二、显示中文 ~~ 约定 ~~ 在…

从【人工智能】到【计算机视觉】,【深度学习】引领的未来科技创新与变革

前几天偶然发现了一个超棒的人工智能学习网站,内容通俗易懂,讲解风趣幽默,简直让人欲罢不能。忍不住分享给大家,点击这里立刻跳转,开启你的AI学习之旅吧! 前言 – 人工智能教程https://www.captainbed.cn/l…

linux文件——用户缓冲区——概念深度探索、IO模拟实现

前言:本篇文章主要讲解文件缓冲区。 讲解的方式是通过抛出问题, 然后通过分析问题, 将缓冲区的概念与原理一步一步地讲解。同时, 本节内容在最后一部分还会带友友们模拟实现一下c语言的printf, fprintf接口&#xff0c…

跨境电商补单秘籍:Lazada、Shopeee、eBay、Wish等平台实战技巧

在跨境电商领域,Lazada、Shopee、eBay、Wish及速卖通等平台为商家提供了广阔的市场空间。为了有效扩大产品的曝光率和提升转化率,商家需充分利用平台活动及营销工具。平台活动不仅是获取流量的关键渠道,还能显著提升品牌知名度。此外&#xf…

Python画笔案例-006 绘制正多边形

1、绘制正多边形 通过 python 的turtle 库绘制一个正多边形的图案,如下图: 2、实现代码 绘制一个正多边形,关键两个因素,一个是边长,决定了图形的大小;另一个就是图形里每个角的角度,绘制多边形…

SSM健康生活博客小程序—计算机毕业设计源码23497

摘 要 本文设计了一种基于SSM框架的健康生活博客小程序,为人们提供了运动视频教学、博客信息分享,用户能够方便快捷地查看资讯、搜索健康方面的相关信息、还能发布个人生活博客等。健康生活博客小程序采取面对对象的开发模式进行软件的开发和硬体的架设&…

Python | Leetcode Python题解之第365题水壶问题

题目&#xff1a; 题解&#xff1a; class Solution:def canMeasureWater(self, x: int, y: int, z: int) -> bool:if x y < z:return Falseif x 0 or y 0:return z 0 or x y zreturn z % math.gcd(x, y) 0

opencv-python图像增强十一:图像强光逆光调整:

文章目录 一&#xff0c;简介&#xff1a;二&#xff0c;方案简述&#xff1a;三&#xff0c;算法实现步骤&#xff1a;3.1 获得图像的阴影区域&#xff1a;3.2 调整阴影区域的亮度和对比度 四&#xff1a;整体代码五&#xff0c;效果&#xff1a; 一&#xff0c;简介&#xff…

UE5 多个类选择界面生成。解决方案思路。

中控器CC 》用户界面控制器UI_CC 》用户界面UI_Inst 生成 CC使用接口&#xff0c;通知UI_CC开始生成UI_Inst。 蓝图函数库编写判断是否存在和创建UI的蓝图。&#xff08;此处略&#xff09; UI_CC生成时&#xff0c;userwidget使用接口&#xff0c;注册UI_CC的用户控件的控件…

系统编程-信号

6 信号与管道 1 目录 6 信号与管道 1 信号 信号的概念 信号的使用 信号的发送 通过函数来实现信号的发送 信号改造函数(重点) 给自己发送信号函数 定时闹钟函数 暂停进程的函数 例题&#xff1a; 代码一&#xff1a; 代码二&#xff1a; 代码分析 -- linux系统下…

获发明专利加持,隆道加速推进企业级AI应用落地

近期&#xff0c;北京隆道网络科技有限公司研发的“基于供应链管理的AI采购业务分析装置及方法”获得国家发明专利授权。该项新专利的取得&#xff0c;证明了隆道在AI产业化应用中的技术前瞻性和创新性&#xff0c;也为隆道加速企业级AI应用落地提供了知识产权保障。 根据IBM发…