Genetic analysis of common factors underlying cardiovascular disease-related traits
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular disease-related traits, such as body mass index (BMI), systolic blood pressure (SBP), triglycerides (TG), total cholesterol (TC), high-density lipoprotein cholesterol (HDL), and glucose levels (GLUC), have moderate to high correlations with each other. We hypothesized that there might be some common factors underlying the correlations of these traits, and attempted to identify these factors and their genetic structures. Cross-sectional measurements from the 330 extended Framingham Heart Study families were used in this study. Principal component factor analysis was applied to obtain the factors that were then analyzed using variance components linkage analysis. RESULTS: With the above six traits three factors were generated: BMI-SBP-GLUC, HDL-TG, and TC-TG. The heritabilities for these factors were 32%, 45%, and 49%, respectively. Comparing the linkage results of the factors with the results of their component traits, evidence for linkage was observed for the TC-TG factor to a locus on chromosome 2p23 with a two-point LOD score 2.73 (marker GATA8F07) and a multipoint LOD score 1.81 (at 54 cM), while the LOD scores for TC and TG did not exceed 1 at this region. CONCLUSION: Our analysis showed a locus on chromosome 2 might have a pleiotropic effect on the cardiovascular disease-related traits TC and TG.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».