Heritability Estimates of Obesity Measures in Siblings With and Without Hypertension
Notice bibliographique
Résumé
The goal of the present study was to evaluate mean values and heritability estimates of 3 global and 11 regional obesity measures in siblings with (HPT, n=209) or without (non-HPT, n=91) early-onset (age </=55 years) hypertension who originated from the same families. Sixty-one sibships, each having at least 2 HPT siblings, were selected from a French-Canadian population with a known founder effect. Comparison of the mean values showed that HPT siblings are more obese than non-HPT siblings and that the body fat of HPT siblings is more centrally distributed. Significant differences were observed in all global obesity measures (P=0.009 to 0.0001). Among the regional measures, the most prominent differences were seen in waist circumference (P=0.00002), waist/hip ratio (P=0.0001), and suprailiac skinfold (P=0.00008). Comparison of the heritability estimates derived from sibling/sibling correlations (FCOR program, SAGE) suggested that genetic factors play a greater role in HPT (n=357) than in non-HPT (n=93) sib-pairs in determining most obesity measures. Similar to the mean values, these differences were most apparent in global and upper-body measures, with heritabilities ranging from 40% to 70% (P=0.05 to 0.0006) in HPT siblings and from 0% to 32% (P=NS) in non-HPT siblings. In summary, the present results suggest that HPT and non-HPT siblings drawn from the same families differ by the degree and distribution of body fat accumulation and that this difference is determined, at least in part, by genetic factors cosegregating with hypertension. This, in turn, suggests that a genetic link exists between obesity and hypertension in these families.
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 | 0,000 |
| 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 ».