-
Je něco špatně v tomto záznamu ?
Determinants of excess genetic risk of acute myocardial infarction – a matched case-control study [Faktory určující zvýšené genetické riziko akutního infarktu myokardu – spárovaná studie případů a kontrol]
Zdeněk Valenta, Ivan Mazura, Michal Kolář, Hana Grünfeldová, Petra Feglarová, Jan Peleška, Marie Tomečková, Jan Kalina, Dalibor Slovák, Jana Zvárová
Jazyk angličtina, čeština Země Česko
- Klíčová slova
- prediktivní modelování,
- MeSH
- akutní nemoc MeSH
- celogenomová asociační studie * metody statistika a číselné údaje MeSH
- exprese genu MeSH
- genetická predispozice k nemoci * genetika MeSH
- genetické markery MeSH
- genetické testování metody statistika a číselné údaje MeSH
- infarkt myokardu * genetika mortalita MeSH
- lidé MeSH
- lineární modely MeSH
- mikročipová analýza MeSH
- senzitivita a specificita MeSH
- studie případů a kontrol MeSH
- Check Tag
- lidé MeSH
Motivace: Infarkt myokardu a mozková mrtvice před- stavují závažný zdravotní problém ve většině rozvinutých zemí. Tato studie zkoumá genetickou dispozici pro akutní infarkt myokardu v české populaci. Metody a výsledky: Celogenomová studie genových ex- presí je spárovanou studií případů a kontrol. Vzorky peri- ferní krve kontrolních osob byly spárovány se vzorky paci- entů na základě pohlaví, věku, příznaku diabetes mellitus a kouření. Pacienti s infarktem byli rozděleni do dvou sku- pin podle toho, zda přežili období 6 měsíců od infarktu. Použili jsme metodu limma (Linear Models for Micro- array Data) pro identifikaci diferenciálních genových ex- presí. Metoda smrštěných centroidů pomohla identifikovat množiny diferenciálně exprimovaných genů s prediktivními vlastnostmi na nezávislých vzorcích. Prediktivní vlastnosti byly ověřeny pomocí bootstrapu. Ukazuje se, že 60 tran- skriptů je diferenciálně exprimováno z klinického i statis- tického hlediska mezi pacienty, kteří nepřežili šestiměsíční období, vzhledem ke kontrolním osobám. Přitom žádné ta- kové transkripty nebyly pozorovány mezi pacienty, kteří přežili. Mezi dvěma skupinami pacientů s infarktem vychází 14 di- ferenciálně exprimovaných transkriptů. Prediktivní mode- lování umožnilo vytipovat 16 ze 60 transkriptů, které nej- lépe diskriminují mezi kontrolami a pacienty, kteří zemřeli během šestiměsíčního období na kardiovaskulární onemoc- nění. Obdobný výběr nelze provést pro přeživší pacienty, protože pro ně vyšly všechny geny nesignifikantní. Za po- moci smrštěných centroidů bylo vytipováno 11 ze 14 tran- skriptů, které nejlépe diskriminují mezi oběma skupinami pacientů s infarktem. Závěry: Studie identifikovala geny asociované se zvýše- ným genetickým rizikem akutního infarktu myokardu, a to včetně genů asociovaných s úmrtím během šestiměsíčního období po výskytu infarktu.
Background: Myocardial infarction and stroke represent a major public health problem in most developing coun- tries. This study explores genetic predisposition of acute myocardial infarction in the Czech population. Methods and Results: Genome-wide expression study used matched case-control design. Peripheral blood sam- ples of the controls were matched to those of cases based on gender, age, status of diabetes mellitus and smoking status. Six months cardiovascular survival status of the cases was used to identify two distinct subgroups among the cases. Linear models for microarray data were em- ployed to identify differential gene expression. Shrunken centroids technique helped in identifying the subsets of differentially expressed genes with predictive properties in independent samples. Predictive properties were evaluated using bootstrap sampling. Sixty transcripts were found to be both clinically and statistically differentially expressed among the cases not surviving the six months follow-up period relative to controls, while no such transcripts were observed among other surviving cases. The two subgroups of cases exhibited fourteen differen- tially expressed transcripts. Predictive modeling indicated sixteen out of sixty transcripts to best discriminate be- tween the controls and cases that died during the follow-up period from cardiovascular causes, while for the surviving cases the already non-significant set of transcripts could not be further reduced. Eleven out of fourteen transcripts were found to best discriminate between the two groups of cases using shrunken centroids. Conclusions: The study identified genes associated with excess genetic risk of acute myocardial infarction, including those associated with the six months fatality of the cases.
Centrum biomedicínské informatiky Městská nemocnice Čáslav ČR
Centrum biomedicínské informatiky Ústav informatiky AV ČR Praha ČR
Faktory určující zvýšené genetické riziko akutního infarktu myokardu – spárovaná studie případů a kontrol
Citace poskytuje Crossref.org
Literatura
- 000
- 00000naa a2200000 a 4500
- 001
- bmc16030749
- 003
- CZ-PrNML
- 005
- 20180615084618.0
- 007
- cr|cn|
- 008
- 161031s2012 xr fs 000 0|eng||
- 009
- eAR
- 024 7_
- $a 10.24105/ejbi.2012.08.1.6 $2 doi
- 040 __
- $a ABA008 $d ABA008 $e AACR2 $b cze
- 041 0_
- $a eng $a cze
- 044 __
- $a xr
- 100 1_
- $a Valenta, Zdeněk, $d 1955- $7 xx0074213 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 245 10
- $a Determinants of excess genetic risk of acute myocardial infarction – a matched case-control study / $c Zdeněk Valenta, Ivan Mazura, Michal Kolář, Hana Grünfeldová, Petra Feglarová, Jan Peleška, Marie Tomečková, Jan Kalina, Dalibor Slovák, Jana Zvárová
- 246 31
- $a Faktory určující zvýšené genetické riziko akutního infarktu myokardu – spárovaná studie případů a kontrol
- 504 __
- $a Literatura
- 520 9_
- $a Background: Myocardial infarction and stroke represent a major public health problem in most developing coun- tries. This study explores genetic predisposition of acute myocardial infarction in the Czech population. Methods and Results: Genome-wide expression study used matched case-control design. Peripheral blood sam- ples of the controls were matched to those of cases based on gender, age, status of diabetes mellitus and smoking status. Six months cardiovascular survival status of the cases was used to identify two distinct subgroups among the cases. Linear models for microarray data were em- ployed to identify differential gene expression. Shrunken centroids technique helped in identifying the subsets of differentially expressed genes with predictive properties in independent samples. Predictive properties were evaluated using bootstrap sampling. Sixty transcripts were found to be both clinically and statistically differentially expressed among the cases not surviving the six months follow-up period relative to controls, while no such transcripts were observed among other surviving cases. The two subgroups of cases exhibited fourteen differen- tially expressed transcripts. Predictive modeling indicated sixteen out of sixty transcripts to best discriminate be- tween the controls and cases that died during the follow-up period from cardiovascular causes, while for the surviving cases the already non-significant set of transcripts could not be further reduced. Eleven out of fourteen transcripts were found to best discriminate between the two groups of cases using shrunken centroids. Conclusions: The study identified genes associated with excess genetic risk of acute myocardial infarction, including those associated with the six months fatality of the cases.
- 520 3_
- $a Motivace: Infarkt myokardu a mozková mrtvice před- stavují závažný zdravotní problém ve většině rozvinutých zemí. Tato studie zkoumá genetickou dispozici pro akutní infarkt myokardu v české populaci. Metody a výsledky: Celogenomová studie genových ex- presí je spárovanou studií případů a kontrol. Vzorky peri- ferní krve kontrolních osob byly spárovány se vzorky paci- entů na základě pohlaví, věku, příznaku diabetes mellitus a kouření. Pacienti s infarktem byli rozděleni do dvou sku- pin podle toho, zda přežili období 6 měsíců od infarktu. Použili jsme metodu limma (Linear Models for Micro- array Data) pro identifikaci diferenciálních genových ex- presí. Metoda smrštěných centroidů pomohla identifikovat množiny diferenciálně exprimovaných genů s prediktivními vlastnostmi na nezávislých vzorcích. Prediktivní vlastnosti byly ověřeny pomocí bootstrapu. Ukazuje se, že 60 tran- skriptů je diferenciálně exprimováno z klinického i statis- tického hlediska mezi pacienty, kteří nepřežili šestiměsíční období, vzhledem ke kontrolním osobám. Přitom žádné ta- kové transkripty nebyly pozorovány mezi pacienty, kteří přežili. Mezi dvěma skupinami pacientů s infarktem vychází 14 di- ferenciálně exprimovaných transkriptů. Prediktivní mode- lování umožnilo vytipovat 16 ze 60 transkriptů, které nej- lépe diskriminují mezi kontrolami a pacienty, kteří zemřeli během šestiměsíčního období na kardiovaskulární onemoc- nění. Obdobný výběr nelze provést pro přeživší pacienty, protože pro ně vyšly všechny geny nesignifikantní. Za po- moci smrštěných centroidů bylo vytipováno 11 ze 14 tran- skriptů, které nejlépe diskriminují mezi oběma skupinami pacientů s infarktem. Závěry: Studie identifikovala geny asociované se zvýše- ným genetickým rizikem akutního infarktu myokardu, a to včetně genů asociovaných s úmrtím během šestiměsíčního období po výskytu infarktu.
- 650 _2
- $a lidé $7 D006801
- 650 _2
- $a studie případů a kontrol $7 D016022
- 650 12
- $a infarkt myokardu $x genetika $x mortalita $7 D009203
- 650 _2
- $a akutní nemoc $7 D000208
- 650 12
- $a genetická predispozice k nemoci $x genetika $7 D020022
- 650 _2
- $a genetické testování $x metody $x statistika a číselné údaje $7 D005820
- 650 12
- $a celogenomová asociační studie $x metody $x statistika a číselné údaje $7 D055106
- 650 _2
- $a lineární modely $7 D016014
- 650 _2
- $a exprese genu $7 D015870
- 650 _2
- $a mikročipová analýza $7 D046228
- 650 _2
- $a senzitivita a specificita $7 D012680
- 650 _2
- $a genetické markery $7 D005819
- 653 00
- $a prediktivní modelování
- 700 1_
- $a Mazura, Ivan, $d 1955- $7 jo20000074098 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Kolář, Michal $7 hka2015854506 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Grünfeldová, Hana $7 _BN004545 $u Centrum biomedicínské informatiky, Městská nemocnice Čáslav, ČR
- 700 1_
- $a Feglarová, Petra $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Peleška, Jan $7 xx0110421 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Tomečková, Marie $7 xx0096733 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Kalina, Jan $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Slovák, Dalibor $7 xx0225345 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 700 1_
- $a Zvárová, Jana, $d 1943-2017 $7 nlk19990074087 $u Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, ČR
- 773 0_
- $t European journal for biomedical informatics $x 1801-5603 $g Roč. 8, č. 1 (2012), s. en34-en43 $w MED00173462
- 910 __
- $a ABA008 $b online $y 4 $z 0
- 990 __
- $a 20140801191602 $b ABA008
- 991 __
- $a 20180615084834 $b ABA008
- 999 __
- $a ok $b bmc $g 1170347 $s 955406
- BAS __
- $a 3 $a 4
- BMC __
- $a 2012 $b 8 $c 1 $d en34-en43 $i 1801-5603 $m European Journal for Biomedical Informatics $n Eur. J. Biomed. Inform. (Praha) $x MED00173462
- LZP __
- $c NLK188 $d 20161102 $a NLK 2015-02/jt