Physical activity and genetic predisposition to obesity in a multiethnic longitudinal study
Notice bibliographique
Résumé
Physical activity (PA) has been shown to reduce the impact of FTO variation and obesity genetic risk scores (GRS) on BMI. We examined this interaction using a quantitative measure of PA and two adiposity indexes in a longitudinal multi-ethnic study. We analyzed the impact of PA on the association between 14 obesity predisposing variants (analyzed independently and as a GRS) and baseline/follow-up obesity measures in the multi-ethnic prospective cohort EpiDREAM (17423 participants from six ethnic groups). PA was analyzed using basic (low-moderate-high) and quantitative measures (metabolic equivalents (METS)), while BMI and the body adiposity index (BAI) were used to measure obesity. Increased PA was associated with decreased BMI/BAI at baseline/follow-up. FTO rs1421085, CDKAL1 rs2206734, TNNl3K rs1514176, GIPR rs11671664 and the GRS were associated with obesity measures at baseline and/or follow-up. Risk alleles of three SNPs displayed nominal associations with increased (NTRK2 rs1211166, BDNF rs1401635) or decreased (NPC1 rs1805081) basic PA score independently of BMI/BAI. Both basic and quantitative PA measures attenuated the association between FTO rs1421085 risk allele and BMI/BAI at baseline and follow-up. Our results show that physical activity can blunt the genetic effect of FTO rs1421085 on adiposity by 36-75% in a longitudinal multi-ethnic cohort.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».