The role of genetic variation across IL-1β, IL-2, IL-6, and BDNF in antipsychotic-induced weight gain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Antipsychotics with high weight gain-inducing propensities influence the expression of immune and neurotrophin genes, which have been independently related to obesity indices. Thus, we investigated whether variants in the genes encoding interleukin (IL)-1β, IL-2, and IL-6 and brain-derived neurotrophic factor (BDNF) Val66Met are associated with antipsychotic-induced weight gain (AIWG). METHODS: Nineteen polymorphisms were genotyped using Taqman(®) assays in 188 schizophrenia patients on antipsychotic treatment for up to 14 weeks. Mean weight change (%) from baseline was compared across genotypic groups using analysis of covariance (ANCOVA). Epistatic effects between cytokine polymorphisms and BDNF Val66Met were tested using Model-Based Multifactor Dimensionality Reduction. RESULTS: In European patients, IL-1β rs16944*GA (P = 0.013, Pcorrected = 0.182), IL-1β rs1143634*G (P = 0.001, Pcorrected = 0.014), and BDNF Val66Met (Val/Val, P = 0.004, Pcorrected = 0.056) were associated with greater AIWG, as were IL-1β rs4849127*A (P = 0.049, Pcorrected = 0.784), and IL-1β rs16944*GA (P = 0.012, Pcorrected = 0.192) in African Americans. BDNF Val66Met interacted with both IL-1β rs13032029 (Val/Met+ TT, PPerm = 0.029), and IL-6 rs2069837 (Val/Val+ AA, PPerm = 0.021) in Europeans, in addition to IL-1β rs16944 (Val/Val+ GA, PPerm = 0.006) in African Americans. CONCLUSIONS: SNPs across IL-1β and BDNF Val66Met may influence AIWG. Replication of these findings in larger, independent samples is warranted.
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.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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 découle