A Mendelian Randomization Study of the Effect of Type-2 Diabetes and Glycemic Traits on Bone Mineral Density
Notice bibliographique
Résumé
Type-2 diabetes (T2D) is associated in observational studies with both higher bone mineral density (BMD) and higher fracture risk for given BMD. These relationships may however be confounded by factors such as body mass index (BMI). Here we used Mendelian randomization (MR) to obtain non-confounded estimates of the effect of T2D and glycemic traits on BMD. We identified genetic variants strongly associated with T2D risk (34,840 T2D cases and 114,981 controls) and fasting glucose (133,010 nondiabetic individuals), but not associated with BMI, and determined the effects of these variants on BMD (up to 83,894 individuals). Using these variants as instrumental variables, we found that a genetically-increased risk of T2D increased femoral neck BMD (+0.034 SD in BMD per unit increase in log-odds of T2D [95% CI, 0.001 to 0.067; p = 0.044]). Genetically-increased fasting glucose also increased femoral neck BMD (+0.13 SD in BMD per mmol/L increase in fasting glucose [95% CI, 0.01 to 0.25; p = 0.034]). Similar nonsignificant trends were observed for the effects of T2D and fasting glucose on lumbar spine BMD. Our results indicate that both genetically-increased T2D risk and genetically-increased fasting glucose have weak positive effects on BMD. © 2016 American Society for Bone and Mineral Research.
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 | 0,024 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».