MétaCan
Menu
Retour à la cohorte
Enregistrement W2029107747 · doi:10.1353/hub.2001.0052

Allele Frequencies for Candidate Genes in Atherosclerosis and Diabetes among Trinidadian Neonates

2001· article· en· W2029107747 sur OpenAlexaff
Robert A. Hegele, Matthew R. Ban, Christine V. F. Carrington, D. Dan Ramdath

Notice bibliographique

RevueHuman Biology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésCandidate geneAlleleGeneticsBiologyAllele frequencyDiabetes mellitusDiseaseGenetic architectureGeneGenetic variationPhenotypeMedicineInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Trinidadians of South Asian origin have a high prevalence of cardiovascular disease and diabetes compared to Trinidadians of African origin. The degree to which these differences are related to genetic and/or environmental factors is unclear. To determine whether there might be a genetic basis for this difference in prevalence of deleterious phenotypes we examined allele frequencies for candidate genes in atherosclerosis and diabetes. We genotyped 81 consecutive neonates of African origin and 103 consecutive neonates of South Asian origin. We evaluated common polymorphisms in 11 candidate genes for atherosclerosis and diabetes. We found differences between the two subpopulations in the allele frequencies of several candidate genes, including APOE, LIPC, APOC3, PON1, PON2, and PPP1R3. However, the differences in the allele frequencies were not all consistent with the pattern of CHD expression between these two ethnic groups in adulthood. Thus, differences in genetic architecture alone may not explain the wide disparities in disease prevalence between these two subpopulations. It is very likely that environmental factors, or unmeasured genetic factors, influence the genetic susceptibility to disease in these subpopulations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,291
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman BiologyMême sujetHormonal Regulation and HypertensionTravaux en français237 207