Associations between Polymorphisms in Genes Involved in Fatty Acid Metabolism and Dietary Fat Intakes
Notice bibliographique
Résumé
<i>Background:</i> Obesity prevalence is growing in our population. Twin studies have estimated the heritability of dietary intakes to about 30%. The objective of this study was to verify whether polymorphisms in genes involved in fatty acid metabolism are associated with dietary fat intakes. <i>Methods:</i> Seven hundred participants were recruited. A validated food frequency questionnaire was used to assess dietary intakes. PCR-RFLP and TAQMAN methodology were used to genotype <i>PPAR</i>α Leu162Val, <i>PPAR</i>γ Pro12Ala, <i>PPAR</i>δ –87T>C, <i>PPARGC1</i>α Gly482Ser, <i>FASN </i>Val1483Ile and <i>SREBF1</i> c.*619C>G. Statistical analyses were executed with SAS statistical package. <i>Results:</i> Carriers of the Ala12 allele of <i>PPAR</i>γ Pro12Ala polymorphism had higher intakes of total fat (p = 0.04). For <i>FASN </i>Val1483Ile polymorphism, significant gene-sex interaction effects were found for total fat and saturated fat intakes (p = 0.02 and p = 0.002, respectively). No significant difference in fat intakes was observed for <i>PPAR</i>α Leu162Val, <i>PPAR</i>δ –87T>C,<i> PPARGC1</i>α Gly482Ser and <i>SREBF1</i> c.*619C>G polymorphisms. <i>Conclusions:</i> Polymorphisms in <i>PPAR</i>γ and <i>FASN</i> seem to be associated with dietary fat intakes. Genetic variants are important to take into account when studying dietary intakes.
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 | 0,000 |
| 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 ».