Myopia: Gene-environment Interaction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Myopia has reached epidemic proportions in Japan, Hong Kong, Taiwan and Singapore. This review summarises the evidence for environmental and genetic factors as well as gene-environment interaction for myopia for both epidemiologic studies as well as animal models. METHODS: A literature review was conducted after a Medline search on articles on the genetic or environmental aetiology of myopia in animal or epidemiologic studies. Articles on the methodology of gene-environment studies were also reviewed. All articles reviewed were articles published in peer-reviewed journals. RESULTS: Cross-sectional studies have found a positive association between myopia and near work activity such as reading and writing. Likewise, laboratory research has shown that environmental factors such as visual deprivation may lead to the development of myopia in animals. While linkage studies in humans are currently being conducted to identify possible markers for myopia in the human genome, several neurotransmitters, modulators and growth factors that influence refractive development have already been identified in animal models that may help identify candidate genes. Epidemiologic studies have also evaluated the combined effects of hereditary factors, environmental factors and gene-environment interaction on myopia development. CONCLUSIONS: Both genes and environmental factors may be related to myopia. There are no conclusive studies at present, however, that identify the nature and extent of possible gene-environment interaction. Further linkage analysis, affected sib-pair studies, and family-based association studies may better identify the nature of gene-environment interaction.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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