Are programmed cell death 1 gene polymorphisms correlated with susceptibility to rheumatoid arthritis?
Notice bibliographique
Résumé
BACKGROUND: Several studies investigated the relationship between programmed cell death 1 (PDCD1) gene polymorphisms and rheumatoid arthritis (RA) risk, but the results were controversial. To explore whether PDCD1 gene polymorphisms have an effect on RA risk, we conducted this meta-analysis to investigate the relationships between PDCD1 polymorphisms (rs36084323 [PD-1.1 G/A], rs11568821 [PD-1.3 G/A] and rs2227981 [PD-1.5 C/T]) and RA risk under 4 genetic models. METHODS: PubMed, EMBASE, Web of Science, Cochrane Library China National Knowledge Infrastructure (CNKI), and Chinese Biomedical Literature Database (CBLM) were systematically searched for all eligible case-control studies. The last search was updated on September 10, 2016. Studies were accessed using Newcastle-Ottawa Scale case control study (NOS), and the combined effect size was calculated using STATA software, version 12.0. The pooled odds ratio (OR) with 95% confidence interval (CI) was calculated to assess the association. Heterogeneity analysis and subgroup analysis were also performed. Sensitivity analysis and publication bias were also performed if necessary. RESULTS: This meta-analysis included 6 studies. The result demonstrated null association between rs36084323 (PD-1.1 G/A) polymorphism and RA susceptibility in all 4 genetic models. With regard to rs11568821 (PD-1.3 G/A), statistically significant association with RA risk was observed under allele model in Caucasians (allele model A vs G, OR = 1.19, 95% CI = 1.03-1.41). There was no significant association between rs2227981 (PD-1.5 C/T) polymorphism and RA risk. CONCLUSION: The present study suggests that mutant A allele in rs11568821 (PD-1.3 G/A) might increase the susceptibility to RA in Caucasians.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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 | 0,001 |
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 ».