Association between KCNE1 G38S gene polymorphism and risk of atrial fibrillation
Notice bibliographique
Résumé
BACKGROUND: Previous case-control studies on association between KCNE1 G38S polymorphism and risk of atrial fibrillation (AF) have been published but because of the conflicting results and small sample size of individual studies, the consolidated result is still controversial. OBJECTIVES: The aim of this study was to explore the relationship between KCNE1 G38S polymorphism and risk of AF. METHODS: We performed a comprehensive literature search on PubMed, Embase, OVID, Web of Science, Wan Fang, and CNKI databases up to March 10, 2017 in English and Chinese languages. Two of the authors individually extracted study data and assessed the study quality using Newcastle-Ottawa scale. Odds ratios (ORs) and 95% confidence intervals (CIs) were combined in different genetic models for evaluation using a random-effect model or fixed-effect model according to interstudy heterogeneity. RESULTS: There were totally 14 independent case-control studies of 2810 patients and 3080 healthy controls included. Significant associations were found between KCNE1 G38S polymorphism and AF in overall population under all genetic models: allelic (OR: 1.34, 95% CI: 1.24-1.45, P < .001), homozygous (OR: 1.90, 95% CI: 1.61-2.24, P < .001), heterozygous (OR: 1.43, 95% CI: 1.21-1.68, P < .001), recessive (OR: 1.42, 95% CI: 1.20-1.69, P < .001), dominant genetic model (OR: 1.62, 95% CI: 1.39-1.89, P < .001). Subgroup analyses indicated similar association in Chinese and white. CONCLUSIONS: The G38S polymorphism in the KCNE1 gene can significantly increase the risk of AF in both Chinese and white.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».