Detail
Článek
Článek online
FT
Medvik - BMČ
  • 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

. 2012 ; 8 (1) : en34-en43.

Jazyk angličtina, čeština Země Česko

Perzistentní odkaz   https://www.medvik.cz/link/bmc16030749

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.

Faktory určující zvýšené genetické riziko akutního infarktu myokardu – spárovaná studie případů a kontrol

Citace poskytuje Crossref.org

Bibliografie atd.

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

Najít záznam

Citační ukazatele

Nahrávání dat ...

Možnosti archivace

Nahrávání dat ...