Effect of <i>FTO</i> Gene and Physical Activity Interaction on Trunk Fat Percentage Among the Newfoundland Population
Notice bibliographique
Résumé
OBJECTIVE: To explore the effect of FTO gene and physical activity interaction on trunk fat percentage. DESIGN AND METHODS: Subjects are 3,004 individuals from Newfoundland and Labrador whose trunk fat percentage and physical activity were recorded, and who were genotyped for 11 single-nucleotide polymorphisms (SNPs) in the FTO gene. Subjects were stratified by gender. Multiple tests and multiple regressions were used to analyze the effects of physical activity, variants of FTO, age, and their interactions on trunk fat percentage. Dietary information and other environmental factors were not considered. RESULTS: Higher levels of physical activity tend to reduce trunk fat percentage in all individuals. Furthermore, in males, rs9939609 and rs1421085 were significant (α = 0.05) in explaining central body fat, but no SNPs were significant in females. For highly active males, trunk fat percentage varied significantly between variants of rs9939609 and rs1421085, but there is no significant effect among individuals with low activity. The other SNPs examined were not significant in explaining trunk fat percentage. CONCLUSIONS: Homozygous male carriers of non-obesity risk alleles at rs9939609 and rs1421085 will have significant reduction in central body fat from physical activity in contrast to homozygous males of the obesity-risk alleles. The additive effect of these SNPs is found in males with high physical activity only.
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 | 0,001 | 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) | 0,003 | 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 ».