Association Study of GABAA α2 Receptor Subunit Gene Variants in Antipsychotic-Associated Weight Gain
Notice bibliographique
Résumé
Schizophrenia treatment has been hampered by undesirable adverse effects, including weight gain and associated complications. Recent candidate gene studies have been exploring the appetite regulation pathways in antipsychotic-associated weight gain (AAWG) with some promising leads. Genome-wide association studies of obesity have pointed to a number of potential candidate genes, such as MC4R, that were later found to be shared with AAWG. GABAA α2 receptor subunit (GABRA2) was another potential candidate gene for obesity from genome-wide association studies; however, it has not been explored in AAWG. We examined 9 single nucleotide polymorphisms across the GABRA2 gene. Prospective weight change was assessed for a total of 160 schizophrenia patients of European ancestry. The rs279858 marker was associated with percent weight change, with the patients homozygous for the TT genotype experiencing higher percentage weight gain on average than the C allele carriers (P = 0.009). When we performed the analysis considering each clinical site using a meta-analytic method, the results remained statistically significant (P = 1.4e-4). These findings became even more significant when we considered only patients taking clozapine or olanzapine, the 2 medications with higher risk for weight gain (P < 1e-10). GABRA2 genetic variants may play a role in predicting AAWG. However, replication in larger and independent samples is required.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».