Genetic Variation in <i>PPARG</i> Encoding Peroxisome Proliferator-Activated Receptor γ Associated With Carotid Atherosclerosis
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Peroxisome proliferator-activated receptor gamma is a crucial molecule in atherogenesis because it is associated with metabolic risk factors such as obesity and diabetes and also plays a key role in subcellular metabolism of arterial wall macrophage foam cells. Genetic variation in PPARG has been associated with metabolic and cardiovascular end points. METHODS: We investigated the relationship between 2 common PPARG polymorphisms, namely P12A and c.1431C>T, and carotid atherosclerosis in a sample of 161 Canadian aboriginal people. Dependent variables were carotid intima media thickness (IMT), assessed using B-mode ultrasonography, and total carotid plaque volume (TPV), assessed using 3D ultrasound. RESULTS: Using multivariate analysis, we found that subjects with > or =1 PPARG A12 allele had less carotid IMT than others (0.72+/-0.03 versus 0.80+/-0.02 mm; P=0.0045), with no between-genotype difference in TPV. In contrast, subjects with the PPARG c.1431T allele had greater TPV than others (124+/-18.4 versus 65.1+/-23.7 mm3; P=0.0079), with no between-genotype difference in IMT. CONCLUSIONS: The findings show an association between PPARG genotypes and carotid arterial phenotypes, and further reflect the prevailing view that the PPARG A12 allele protects against deleterious phenotypes. Also, whereas IMT and TPV are somewhat correlated with each other, they might also represent distinct traits with discrete determinants representing different stages of atherogenesis.
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) | 0,000 | 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 | 0,000 |
| 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 ».