MétaCan
Menu
Retour à la cohorte
Enregistrement W2121904330 · doi:10.1161/01.str.0000069160.05292.41

Lipoprotein Lipase ( <i>LPL</i> ) Gene Variation and Progression of Carotid Artery Plaque

2003· article· en· W2121904330 sur OpenAlexafffund
J. David Spence, Matthew R. Ban, Robert A. Hegele

Notice bibliographique

RevueStroke · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensThrombosis and Atherosclerosis Research Institute
Organismes subventionnairesCanada Research Chairs
Mots-clésMedicineLipoprotein lipaseGenotypeInternal medicineAlleleGastroenterologySingle-nucleotide polymorphismEndocrinologyGeneticsGeneBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Coding single nucleotide polymorphisms (cSNPs) in the lipoprotein lipase (LPL) gene have been associated with lipoprotein phenotypes and vascular disease risk. We studied the association between LPL cSNPs and a novel noninvasive measure of disease, namely, cross-sectional carotid plaque area (CPA) on B-mode ultrasound. METHODS: Four hundred fifty-two patients from an atherosclerosis prevention clinic had determinations of baseline and total CPA. Traditional atherosclerosis risk factors were recorded, and the LPL D9N, N291S, and S447X cSNPs were genotyped. Multiple regression analysis was used to identify determinants of CPA. RESULTS: Minor allele frequencies for LPL D9N, N291S, and S447X were 2.8%, 0.9%, and 4.4%, respectively. There were no significant between-genotype differences in treated fasting lipids. The LPL D9N genotype was a significant predictor of both baseline CPA (P=0.008) and plaque progression from baseline to 1 year later (P=0.001). Heterozygotes for the N9 allele had higher mean baseline CPA and plaque progression than did LPL D9/D9 homozygotes. CONCLUSIONS: LPL D9N genotype may be a determinant of atherosclerosis as estimated by static baseline CPA and by progression of CPA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,243
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetLipid metabolism and disordersTravaux en français237 207