Folic acid supplementation use and the MTHFR C677T polymorphism in orofacial clefts etiology: An individual participant data pooled‐analysis
Notice bibliographique
Résumé
BACKGROUND: This study examines gene-environment interaction between the MTHFR C667T polymorphism and folic acid in the etiology of orofacial clefts (OFC). We used a pooled-analytical approach on four studies that used similar methods. METHODS: We used logistic regression to analyze the pooled sample of 1149 isolated cases and 1161 controls. Fetal and maternal MTHFR C677T genotypes, and maternal periconceptional exposure to smoking, alcohol, vitamin containing folic acid and folic acid supplements were contrasted between the cleft types [non-syndromic clefts lip or without cleft palate (CL(P)) and non-syndromic cleft palate (CP)] and control groups. RESULTS: There was a reduced risk of CL(P) with maternal folic acid use (p = 0.008; OR = 0.70, 95% CI: 0.65-0.94) and with supplements containing folic acid (p = 0.028, OR = 0.80, 95% CI: 0.65-0.94). Maternal smoking increased the risk of both CL(P) (p < 10 e-3; OR = 1.62, 95% CI: 1.35-1.95) and CP (p = 0.028; OR = 1.38, 95% CI: 1.04-1.83). No significant risk was observed with either maternal or fetal MTHFR C677T genotypes. CONCLUSION: This individual participant data (IPD) meta-analysis affords greater statistical power and can help alleviate the problems associated with aggregate-level data-sharing. The result of this IPD meta-analysis is consistent with previous reports suggesting that folic acid and smoking influence OFC outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,024 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».