← Retour à la cohorte
FTO genotype is associated with phenotypic variability of body mass index
Jian Yang, Ruth J. F. Loos, Joseph E. Powell, Sarah E. Medland, Elizabeth K. Speliotes, Daniel I. Chasman, Lynda M. Rose, Guðmar Þorleifsson, Valgerður Steinthórsdóttir, Reedik Mägi, Lindsay L. Waite, Albert V. Smith, Laura M. Yerges-Armstrong, Keri L. Monda, David Hadley, Anubha Mahajan, Li Guo, Karen Kapur, Véronique Vitart, Jennifer E. Huffman, Sophie R. Wang, Cameron D. Palmer, Tõnu Esko, Krista Fischer, Wei Zhao, Ayşe Demirkan, Aaron Isaacs, Mary F. Feitosa, Jian’an Luan, Nancy L. Heard‐Costa, Charles C. White, Anne Jackson, Michael Preuß, Andreas Ziegler, Joel Eriksson, Zoltán Kutalik, Francesca Frau, Ilja M. Nolte, Jana V. van Vliet‐Ostaptchouk, Jouke‐Jan Hottenga, Kevin B. Jacobs, Niek Verweij, Anuj Goel, Carolina Medina‐Gómez, Karol Estrada, Jennifer L. Bragg‐Gresham, Serena Sanna, Carlo Sidore, Jonathan P. Tyrer, Alexander Teumer, Inga Prokopenko, Massimo Mangino, Cecilia M. Lindgren, Themistocles L. Assimes, Alan R. Shuldiner, Jennie Hui, John Beilby, Wendy L. McArdle, Per Hall, Talin Haritunians, Lina Zgaga, Ivana Kolčić, Ozren Polašek, Tatijana Zemunik, Ben A. Oostra, Juhani Junttila, Henrik Grönberg, Stefan Schreiber, Annette Peters, Andrew A. Hicks, Jonathan Stephens, Nicola Foad, Jaana Laitinen, Anneli Pouta, Marika Kaakinen, Gonneke Willemsen, Jacqueline M. Vink, Sarah H. Wild, Gerjan Navis, Folkert W. Asselbergs, Georg Homuth, Ulrich John, Carlos Iribarren, Tamara Harris, Lenore J. Launer, Vilmundur Guðnason, Jeffrey R. O’Connell, Eric Boerwinkle, Gemma Cadby, Lyle J. Palmer, Arthur W. Musk, Erik Ingelsson, Bruce M. Psaty, J. Beckmann, Gérard Waeber, Péter Vollenweider, Caroline Hayward, Alan F. Wright, Igor Rudan, Leif Groop, Andres Metspalu, Kay‐Tee Khaw, Cornelia M. van Duijn, Ingrid B. Borecki, Michael A. Province, Nicholas J. Wareham, Jean‐Claude Tardif, Heikki V. Huikuri, L. Adrienne Cupples, Larry D. Atwood, Caroline S. Fox, Michael Boehnke, Francis S. Collins, Karen L. Mohlke, Jeanette Erdmann, Heribert Schunkert, Christian Hengstenberg, Klaus Stark, Mattias Lorentzon, Claes Ohlsson, Daniele Cusi, Jan A. Staessen, Melanie M. van der Klauw, Peter P. Pramstaller, Sekar Kathiresan, Jennifer D. Jolley, Samuli Ripatti, Marjo‐Riitta Järvelin, Eco J. C. de Geus, Dorret I. Boomsma, Brenda W.J.H. Penninx, James F. Wilson, Harry Campbell, Stephen J. Chanock, Pim van der Harst, Anders Hamsten, Hugh Watkins, Albert Hofman, Jacqueline C.M. Witteman, M. Carola Zillikens, André G. Uitterlinden, Fernando Rivadeneira, Lambertus A. Kiemeney, Sita H. Vermeulen, Gonçalo R. Abecasis, David Schlessinger, Sabine Schipf, Michael Stümvoll, Anke Tönjes, Tim D. Spector, Kari E. North, Guillaume Lettre, Mark I. McCarthy, Sonja I. Berndt, Andrew C. Heath, Pamela A. F. Madden, Dale R. Nyholt, Grant W. Montgomery, Nicholas G. Martin, Barbara McKnight, David P. Strachan, William Hill, Harold Snieder, Paul M. Ridker, Unnur Þorsteinsdóttir, Kāri Stefánsson, Timothy M. Frayling, Joel N. Hirschhorn, Michael E. Goddard, Peter M. Visscher
Notice bibliographique
RevueNature · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversité de MontréalOntario Institute for Cancer Research
Organismes subventionnairesNational Center for Research ResourcesU.S. National Library of MedicineNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of General Medical SciencesNational Institute on Drug AbuseNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteNational Institute on AgingNational Cancer InstituteNational Institute on Alcohol Abuse and AlcoholismCancer Research UKNational Health and Medical Research CouncilNational Human Genome Research InstituteWellcome TrustAustralian Research CouncilNational Institute of Arthritis and Musculoskeletal and Skin DiseasesMedical Research CouncilNational Institutes of Health
Mots-clésBiologySingle-nucleotide polymorphismGeneticsGenetic variationPhenotypeQuantitative trait locusGenome-wide association studyGenotypeLocus (genetics)Genetic associationGenetic variabilityTraitSNPGenetic architectureEvolutionary biologyGene
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,006 | 0,002 |
| 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.
Tête enseignante Opus0,015
Tête enseignante GPT0,296
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations455
Publié2012
Routes d'admission1
Résumé présentnon