Genetic markers of inflammation may not contribute to metabolic traits in Mexican children
Notice bibliographique
Résumé
BACKGROUND: Low-grade chronic inflammation is a common feature of obesity and its cardio-metabolic complications. However, little is known about a possible causal role of inflammation in metabolic disorders. Mexico is among the countries with the highest obesity rates in the world and the admixed Mexican population is a relevant sample due to high levels of genetic diversity. METHODS: Here, we studied 1,462 Mexican children recruited from Mexico City. Six genetic variants in five inflammation-related genes were genotyped: rs1137101 (leptin receptor (LEPR)), rs7305618 (hepatocyte nuclear factor 1 alpha (HNF1A)), rs1800629 (tumor necrosis factor alpha (TNFA)), rs1800896, rs1800871 (interleukin-10 (IL-10)), rs1862513 (resistin (RETN)). Ten continuous and eight binary traits were assessed. Linear and logistic regression models were used adjusting for age, sex, and recruitment centre. RESULTS: We found that one SNP displayed a nominal evidence of association with a continuous trait: rs1800871 (IL-10) with LDL (beta = -0.068 ± 1.006, P = 0.01). Subsequently, we found one nominal association with a binary trait: rs7305618 (HNF1A) with family history of hypertension (odds-ratio = 1.389 [1.054-1.829], P = 0.02). However, no P-value passed the Bonferroni correction for multiple testing. DISCUSSION: Our data in a Mexican children population are consistent with previous reports in European adults in failing to demonstrate an association between inflammation-associated single nucleotide polymorphisms (SNPs) and metabolic traits.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».