Matrix Metalloproteinase-9 Gene Polymorphisms and Chronic Kidney Disease
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to explore the associations between the prevalence of chronic kidney disease (CKD) and polymorphisms in the genes encoding matrix metalloproteinases (MMPs) and tissue inhibitor of matrix metalloproteinases (TIMPs). MMPs degrade extracellular matrix proteins in the glomerulus, and play important roles in kidney disease progression. METHODS: DNA samples from 3,309 subjects aged 35-69 years were genotyped for 10 potentially functional polymorphisms in MMP and TIMP genes. The prevalence of CKD (estimated glomerular filtration rate <60 ml/min/1.73 m(2)) was compared among the genotypes. RESULTS: The prevalence of CKD decreased significantly with the number of minor alleles in MMP9 C-1562T (odds ratios (ORs) 0.77 for CT and 0.65 for TT compared with CC; p for trend = 0.023) and MMP9 R668Q (ORs, 0.79 for RQ and 0.64 for QQ compared with RR; p for trend = 0.024). The haplotype MMP9 -1562T/279R/668Q showed a reduced risk for CKD compared with the most common -1562C/279R/668R (OR 0.77, p = 0.008), and the genotype combination -1562TT/ 279RR/668QQ showed a halved risk for CKD compared with major allele homozygous -1562CC/279RR/668RR (OR 0.53, p = 0.091). CONCLUSION: The potentially functional polymorphisms of MMP9 were associated with the prevalence of CKD in a large Japanese population. These genotypes have been reported to increase MMP9 expression, supporting the hypothesis that MMP-9 has a protective role in the progression of kidney diseases.
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 | 0,001 |
| 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) | 0,002 | 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 ».