MétaCan
Menu
Retour à la cohorte
Enregistrement W2068212056 · doi:10.1097/fpc.0b013e3283539062

DRD1 associations with smoking abstinence across slow and normal nicotine metabolizers

2012· article· en· W2068212056 sur OpenAlexaff
Won‐Ho Lee, Riju Ray, Andrew W. Bergen, Gary E. Swan, Paul D. Thomas, Rachel F. Tyndale, Neal L. Benowitz, Caryn Lerman, David V. Conti

Notice bibliographique

RevuePharmacogenetics and Genomics · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensCentre for Addiction and Mental HealthUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institute on Drug Abuse
Mots-clésNicotineSmoking cessationAbstinenceOdds ratioCYP2A6Nicotinic agonistBonferroni correctionMedicineInternal medicinePharmacologyPsychologyPsychiatryReceptorMetabolismPathology

Résumé

récupéré en direct d'OpenAlex

Nicotine metabolism and genetic variation have an impact on nicotine addiction and smoking abstinence; however, further research is required. The nicotine metabolite ratio (NMR) is a robust biomarker of nicotine metabolism used to categorize slow and normal nicotine metabolizers (lower 25th quartile cut off). In two randomized clinical trials of smoking abstinence treatments, we conducted NMR-stratified analyses on smoking abstinence across 13 regions coding for nicotinic acetylcholine receptors and proteins involved in the dopamine reward system. Gene×NMR interaction P-values were adjusted for multiple correlated tests, and we used a Bonferroni-corrected α-level of 0.004 to determine system-wide significance. Three single-nucleotide polymorphisms in DRD1 (rs11746641, rs2168631, and rs11749035) had significant interactions (0.001 ≤ adjusted P-values ≤ 0.004) with increased odds of abstinence within slow metabolizers (odds ratios=3.1-3.5, 95% confidence interval 1.7-6.7). Our findings support the role of DRD1 in nicotine dependence, and identify genetic and nicotine metabolism profiles that may interact to impact nicotine dependence.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,030
Tête enseignante GPT0,322
Écart entre enseignants0,292 · 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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacogenetics and GenomicsMême sujetSmoking Behavior and CessationTravaux en français237 207