Genetic interactions in the adrenergic system genes: analysis of antipsychotic‐induced weight gain
Notice bibliographique
Résumé
UNLABELLED: Atypical antipsychotics (AP) have high affinity for many neurotransmitter receptors. Among these receptors, APs are antagonist at α-adrenergic and β-adrenergic receptors, and this pharmacological property has been postulated to be involved in the mechanism of action of these drugs with respect to both clinical response and adverse effects. OBJECTIVE: We tested the hypotheses that AP-induced weight gain is associated with genetic variation in adrenergic receptors and pathway enzymes. We analyzed nine genetic polymorphisms across seven adrenergic genes (ADRA1A, ADRA2A, ADRA2C, ADRB3, DBH, MAOA and COMT). METHODS: One hundred thirty-nine patients with schizophrenia were prospectively assessed for AP-induced weight gain. The HelixTree software (Golden Helix, Bozeman, MT, USA) was employed to detect differences in genotypic distribution between weight gainer and non-weight gainer groups. Furthermore, for the dopamine β-hydroxylase haplotype, we were able to obtain both the molecular and the statistical phases, analyzing the phenotype considering both phases. RESULTS: Weight gain was not associated with any adrenergic gene. CONCLUSIONS: Our results suggest that genetic polymorphisms in the adrenergic system may not play a major role in AP-induced weight gain; however, adrenergic 2A receptor gene that produced previously the most consistent associations with this phenotype showed a significant interaction with the monoamine oxidase A in weight gainers.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».