MétaCan
Menu
Retour à la cohorte
Enregistrement W2139849788 · doi:10.1371/journal.pgen.1003607

Gene × Physical Activity Interactions in Obesity: Combined Analysis of 111,421 Individuals of European Ancestry

2013· review· en· W2139849788 sur OpenAlexaff
Shafqat Ahmad, Gull Rukh, Tibor V. Varga, Ashfaq Ali, Azra Kurbasic, Dmitry Shungin, Ulrika Ericson, Robert W. Koivula, Audrey Y. Chu, Lynda M. Rose, Andrea Ganna, Qibin Qi, Alena Stančáková, Camilla H. Sandholt, Cathy E. Elks, Gary C. Curhan, Majken K. Jensen, Rulla M. Tamimi, Kristine H. Allin, Torben Jørgensen, Søren Brage, Claudia Langenberg, Mette Aadahl, Niels Grarup, Allan Linneberg, Guillaume Paré, Patrik K. E. Magnusson, Nancy L. Pedersen, Michael Boehnke, Anders Hamsten, Karen L. Mohlke, Louis T. Pasquale, Oluf Pedersen, Robert A. Scott, Paul M. Ridker, Erik Ingelsson, Markku Laakso, Torben Hansen, Lu Qi, Nicholas J. Wareham, Daniel I. Chasman, Göran Hallmans, Frank B. Hu, Frida Renström, Marju Orho‐Melander, Paul W. Franks

Notice bibliographique

RevuePLoS Genetics · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensPopulation Health Research InstituteMcMaster University
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteNational Institutes of HealthMedical Research CouncilWellcome TrustDiabetestutkimussäätiöNovo Nordisk FondenInnovative Medicines InitiativeNational Cancer InstituteKnut och Alice Wallenbergs StiftelseKuopion Yliopistollinen SairaalaCopenhagen Graduate School for Nanoscience and NanotechnologyVetenskapsrådetNational Eye InstituteAcademy of FinlandNovo Nordisk Foundation Center for Basic Metabolic ResearchHjärt-LungfondenNovo NordiskDonald W. Reynolds FoundationLundbeckfondenAmgenLunds UniversitetH. Lundbeck A/SStiftelsen för Strategisk ForskningFondation LeducqEuropean CommissionNational Human Genome Research InstituteEuropean Federation of Pharmaceutical Industries and Associations
Mots-clésBiologyObesityGeneticsEvolutionary biologyComputational biologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Numerous obesity loci have been identified using genome-wide association studies. A UK study indicated that physical activity may attenuate the cumulative effect of 12 of these loci, but replication studies are lacking. Therefore, we tested whether the aggregate effect of these loci is diminished in adults of European ancestry reporting high levels of physical activity. Twelve obesity-susceptibility loci were genotyped or imputed in 111,421 participants. A genetic risk score (GRS) was calculated by summing the BMI-associated alleles of each genetic variant. Physical activity was assessed using self-administered questionnaires. Multiplicative interactions between the GRS and physical activity on BMI were tested in linear and logistic regression models in each cohort, with adjustment for age, age(2), sex, study center (for multicenter studies), and the marginal terms for physical activity and the GRS. These results were combined using meta-analysis weighted by cohort sample size. The meta-analysis yielded a statistically significant GRS × physical activity interaction effect estimate (Pinteraction = 0.015). However, a statistically significant interaction effect was only apparent in North American cohorts (n = 39,810, Pinteraction = 0.014 vs. n = 71,611, Pinteraction = 0.275 for Europeans). In secondary analyses, both the FTO rs1121980 (Pinteraction = 0.003) and the SEC16B rs10913469 (Pinteraction = 0.025) variants showed evidence of SNP × physical activity interactions. This meta-analysis of 111,421 individuals provides further support for an interaction between physical activity and a GRS in obesity disposition, although these findings hinge on the inclusion of cohorts from North America, indicating that these results are either population-specific or non-causal.

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)0,009
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,015
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,072
Tête enseignante GPT0,346
Écart entre enseignants0,274 · 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'étudeMéta-analyse
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

Citations184
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207