Associations of <i>MTHFR</i> and <i>MTRR</i> Polymorphisms With Serum Lipid Levels in Chinese Hypertensive Patients
Notice bibliographique
Résumé
OBJECTIVE: To examine the effects of the methylenetetrahydrofolate reductase (MTHFR) and methionine synthase reductase (MTRR) gene polymorphisms and their interactions with environmental factors on serum lipid levels. METHODS: We investigated totally 340 patients with essential hypertension, from Dongzhi community, Anhui, China. High-throughput TaqMan allelic discrimination assay was used for the genotyping of MTHFR C677T (Ala222Val), MTHFR A1298C (Glu429Ala), MTRR A66G (Ile22Met), and MTRR His595Tyr. RESULTS: Compared with the MTRR 66AA genotype carriers, the GG genotype carriers had lower serum total cholesterol (TC) levels (adjusted β ± standard error [SE]: -0.5 ± 0.2 mmol/L; P = .003) and low-density lipoprotein cholesterol (LDL-C) levels (adjusted β ± SE: -0.4 ± 0.2 mmol/L; P = .005). Their false discovery rate (FDR)-adjusted P values were 0.056 and 0.056, respectively. We further found that there was a statistically significant interaction between 677TT genotype and sex in their associations with LDL levels (P interaction = .020), and significant interaction between 677TT genotype and smoking on LDL levels (P interaction = .036). A similar pattern of interaction was found between 66GG and drinking on levels of TC (P interaction = .034) and LDL (P interaction = .020). However, there were no significant interactions observed after FDR adjustment. CONCLUSION: Both MTHFR and MTRR gene polymorphisms could be important genetic determinants of serum lipid levels in Chinese patients with hypertension. These findings need to be replicated in a larger sample.
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 | 0,001 | 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 ».