Heritability of lumbar flexibility and the role of disc degeneration and body weight
Notice bibliographique
Résumé
Spinal range of motion is evaluated in assessing patients with back problems and monitoring outcomes, as well as in general fitness assessments. Yet, determinants of the substantial interindividual variation in spinal range of motion are not well understood. Substantial genetic effects on global measures of range of motion and hypermobility have been suggested from earlier studies, but genetic influences specifically on spinal range of motion have not been previously studied. The objectives of the present study were to investigate the relative role of genetic and environmental influences on lumbar range of motion in adult men and the pathways through which genes may influence range of motion. Thus we conducted a classic twin study of 300 monozygotic and dizygotic male twin pairs with consideration of covariates, using standard statistical methods. All subjects underwent a clinical examination, including general anthropometrics, lumbar range of motion, and lumbar MRI to assess disc degeneration, as well as an extensive interview on environmental and behavioral exposures and back pain history. We found the proportion of variance in lumbar range of motion attributable to genetic influences (heritability estimate) to be 47%. The extent of lumbar range of motion in flexion was predominantly determined by genetic influences (64%), while extension was influenced to a somewhat greater degree by environmental and behavioral factors. Statistically significant age-adjusted genetic correlations were found between lumbar extension and disc degeneration variables (r(a) = -0.38 to -0.43) and between flexion and body weight (r(a) = -0.33), suggesting two pathways through which genes influence lumbar range of motion.
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 | 0,001 | 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 | 0,001 |
| 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 ».