Interactions between genetic polymorphisms of glucose metabolizing genes and smoking and alcohol consumption in the risk of type 2 diabetes mellitus
Notice bibliographique
Résumé
The impact of gene-environment interaction on diabetes remains largely unknown. We aimed to investigate if interaction between glucose metabolizing genes and lifestyle factors is associated with type 2 diabetes mellitus (T2DM). Interactions between genotypes of 4 glucose metabolizing genes (MTNR1B, KCNQ1, KLF14, and GCKR) and lifestyle factors were estimated in 722 T2DM patients and 759 controls, using multiple logistic regression. No significant associations with T2DM were detected for the single nucleotide polymorphisms of MTNR1B, KLF14 and GCKR. However, rs151290 (KCNQ1) polymorphisms were found to be associated with risk of T2DM. Compared with AA, the odds ratios (ORs) of AC or CC genotypes for developing T2DM were 1.545 (P = 0.0489) and 1.603 (P = 0.0383), respectively. In stratified analyses, the associations were stronger in smokers with CC than smokers with AA (OR = 3.668, P = 0.013); drinkers with AC (OR = 5.518, P = 0.036), CC (OR = 8.691, P = 0.0095), and AC+CC (OR = 6.764, P = 0.016) than drinkers with AA. Compared with nondrinkers with AA, drinkers who carry AC and CC had 12.072-fold (P = 0.0007) and 8.147-fold (P = 0.0052) higher risk of developing T2DM. In conclusions, rs151290 (KCNQ1) polymorphisms are associated with increased risk of T2DM, alone and especially in interaction with smoking and alcohol.
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 | 0,000 |
| 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 ».