Interferon gamma receptor 2 gene variants are associated with liver fibrosis in the general population: the Rotterdam Study
Notice bibliographique
Résumé
Dear Editor, Increasing evidence suggests that genetic factors play a role in the multifactorial aetiology of liver fibrosis. In their recent paper, Zhao et al 1 support this by describing the role of the Jnk1 gene in liver fibrogenesis. Previously, the role of other inflammatory-related genes in the development of liver fibrosis has been described in patients with chronic liver diseases. In patients with chronic hepatitis C, Nalpas et al 2 demonstrated a strong association between single nucleotide polymorphisms (SNP) in the interferon gamma receptor 2 ( IFNGR2 ) gene and progression of liver fibrosis. The role of interferon gamma in liver fibrogenesis has been reported before, but the precise mechanism of this effect has not yet been fully elucidated.3 ,4 Currently, it is not known whether the genetic variants in the IFNGR2 gene also influence liver fibrogenesis in individuals without liver disease. Therefore, we aimed to study the association between the IFNGR2 SNPs and liver fibrosis in the general population. For this purpose, we assessed the extent of liver fibrosis non-invasively by measuring liver stiffness (LS) using transient elastography (TE) (Fibroscan, Echosens) in 1059 participants of the Rotterdam study. Genotyping in these, almost exclusively Caucasian (99.6%) participants was performed with the Infinium II HumanHap 550K Genotyping Bead-Chip V.3 (Illumina, San Diego, California, USA). The Rotterdam Study is a large, ongoing, prospective population-based cohort study in subjects aged ≥55 years in …
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».