Effects of birthplace and individual genetic admixture on lung volume and exercise phenotypes of Peruvian Quechua
Notice bibliographique
Résumé
Forced vital capacity (FVC) and maximal exercise response were measured in two populations of Peruvian males (age, 18-35 years) at 4,338 m who differed by the environment in which they were born and raised, i.e., high altitude (Cerro de Pasco, Peru, BHA, n = 39) and sea level (Lima, Peru, BSL, n = 32). BSL subjects were transported from sea level to 4,338 m, and were evaluated within 24 hr of exposure to hypobaric hypoxia. Individual admixture level (ADMIX, % Spanish ancestry) was estimated for each subject, using 22 ancestry-informative genetic markers and also by skin reflectance measurement (MEL). Birthplace accounted for the approximately 10% larger FVC (P < 0.001), approximately 15% higher maximal oxygen consumption (VO(2)max, ml.min(-1).kg(-1)) (P < 0.001), and approximately 5% higher arterial oxygen saturation during exercise (SpO(2)) (P < 0.001) of BHA subjects. ADMIX was low in both study groups, averaging 9.5 +/- 2.6% and 2.1 +/- 0.3% in BSL and BHA subjects, respectively. Mean underarm MEL was significantly higher in the BSL group (P < 0.001), despite higher ADMIX. ADMIX was not associated with any study phenotype, but study power was not sufficient to evaluate hypotheses of genetic adaptation via the ADMIX variable. MEL and FVC were positively correlated in the BHA (P = 0.035) but not BSL (P = 0.335) subjects. However, MEL and ADMIX were not correlated across the entire study sample (P = 0.282). In summary, results from this study emphasize the importance of developmental adaptation to high altitude. While the MEL-FVC correlation may reflect genetic adaptation to high altitude, study results suggest that alternate (environmental) explanations be considered.
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 | 0,000 |
| 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) | 0,000 | 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 ».