MétaCan
Menu
← Retour à la cohorte
Enregistrement W1556370317

Genetic endocrinology of the metabolic syndrome

2009· book· en· W1556370317 sur OpenAlexaff
Santiago Rodrı́guez, Tom R. Gaunt, Abdollahi, S Sonnenberg, Inm Day

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMetabolic syndromeDyslipidemiaCandidate geneInsulin resistanceBioinformaticsDiseaseBiologyObesityGeneticsMedicineGeneEndocrinologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease and mortality risk are significantly increased in people with metabolic syndrome, a cluster of interrelated metabolic disorders including obesity, insulin resistance, glucose intolerance, dyslipidemia and hypertension. A complex interplay between predisposing and protective factors ultimately determines whether an individual will develop this set of disorders or not. Genetic factors are one of the significant contributors that predispose to, or protect against, each component of the metabolic syndrome. As in other complex diseases and traits, such genetic factors are likely to be multiple and interacting, with individual polymorphisms producing only a moderate effect. The identification of genetic variants influencing the metabolic syndrome is of great importance to understanding pathogenesis, identifying groups of individuals with different relative risk, and developing or improving therapies against this cluster of metabolic disorders. This has greatly stimulated both theoretical and applied genetic research in recent years. A range of new analytical tools has been developed for the dissection of complex traits. Applied genetic analyses have identified large numbers of candidate markers and chromosomal regions (more than 600 for obesity, which represents only one of the disorders of this cluster). In this chapter, the authors present a basic overview of the genetic approaches currently used for the identification of candidate genetic factors involved in the metabolic syndrome. The authors also summarise current evidence suggesting that genetic variants within elements of the endocrine system are directly involved in the risk of the metabolic syndrome. The authors focused their attention on endocrine pathways for which candidate genetic variants have been identified, and they introduced the foundations of a new hypothesis which postulates the involvement of a network of endocrine genetic setpoints as a combined contributor to the risk of the metabolic syndrome.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→