Genetic Variation in the Vitamin D Receptor, Plasma 25-Hydroxyvitamin D, and Biomarkers of Cardiometabolic Disease in Caucasian Young Adults
Notice bibliographique
Résumé
BACKGROUND/AIMS: Vitamin D regulates gene transcription by binding to the vitamin D receptor (VDR), potentially affecting cardiometabolic disease risk. However, studies of 25-hydroxyvitamin D [25(OH)D] and cardiometabolic disease are inconsistent. Inconsistencies may result from unaccounted for interactions between VDR genetic variants and 25(OH)D. We examined the effect of 25(OH)D on the association between VDR variants and cardiometabolic disease biomarkers. METHODS: The relationship between 25(OH)D, 24 VDR variants, and 10 cardiometabolic biomarkers was examined in 488 Caucasians aged 20-29 years. Covariate-adjusted general linear models were used to examine the interaction effect of 25(OH)D × VDR on each biomarker. When interactions were significant (p < 0.05), relationships were further examined with analysis of covariance, stratified by tertiles of 25(OH)D and adjusted for multiple comparisons. RESULTS: In the lowest tertile of 25(OH)D, major allele homozygotes for rs3819545 had higher insulin and HOMA-IR than minor allele carriers (p ≤ 0.002). Fasting insulin and HOMA-IR were lower in the highest than the lowest tertile of 25(OH)D among major allele homozygotes (p < 0.0001), but minor allele carriers had similar levels regardless of vitamin D status. CONCLUSIONS: We identified 25(OH)D-dependent associations between rs3819545 and glycemic dysregulation biomarkers. Major allele homozygotes with low vitamin D status may be at increased risk of insulin resistance.
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 | 0,001 |
| 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) | 0,000 | 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 ».