Paraoxonase 1 Polymorphisms 172T→A and 584A→G Modify the Association between Serum Concentrations of the Antioxidant Lycopene and Bone Turnover Markers and Oxidative Stress Parameters in Women 25–70 Years of Age
Notice bibliographique
Résumé
BACKGROUND/AIMS: Polymorphisms of the paraoxonase 1 (PON1) enzyme affect the ability to protect LDL from oxidation. Oxidative stress is a risk factor for osteoporosis and antioxidants may be beneficial for prevention. The aim of this study was to determine whether PON1 genotypes modified the association between lycopene and bone turnover markers and oxidative stress parameters. METHODS: Blood samples from 107 women 25-70 years of age were analyzed for serum carotenoid concentrations, bone-specific alkaline phosphatase (BAP), N-telopeptide of type I collagen (NTx) and oxidative stress parameters. Subjects were genotyped for the 172T→A and 584A→G polymorphisms of PON1. RESULTS: The 172T→A polymorphism modified the association between lycopene and NTx (p < 0.05 for interaction). In the 172TT genotype, high serum lycopene was associated with decreased NTx (p < 0.05). The 584A→G polymorphism modified the association between lycopene and BAP (p < 0.05 for interaction). Additionally, in participants with the 584GG genotype, high serum lycopene was associated with high TBA-reactive substances (p < 0.05). CONCLUSIONS: These findings show that PON1 polymorphisms modify the association between serum concentrations of lycopene and oxidative stress parameters and bone turnover markers and may, therefore, moderate the risk of osteoporosis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».