Genes to predict VO2max trainability: a systematic review
Notice bibliographique
Résumé
Cardiorespiratory fitness (VO 2max ) is an excellent predictor of chronic disease morbidity and mortality risk. Guidelines recommend individuals undertake exercise training to improve VO 2max for chronic disease reduction. However, there are large inter-individual differences between exercise training responses. This systematic review is aimed at identifying genetic variants that are associated with VO 2max trainability. Peer-reviewed research papers published up until October 2016 from four databases were examined. Articles were included if they examined genetic variants, incorporated a supervised aerobic exercise intervention; and measured VO 2max /VO 2peak pre and post-intervention. Thirty-five articles describing 15 cohorts met the criteria for inclusion. The majority of studies used a cross-sectional retrospective design. Thirty-two studies researched candidate genes, two used Genome-Wide Association Studies (GWAS), and one examined mRNA gene expression data, in addition to a GWAS. Across these studies, 97 genes to predict VO 2max trainability were identified. Studies found phenotype to be dependent on several of these genotypes/variants, with higher responders to exercise training having more positive response alleles than lower responders (greater gene predictor score). Only 13 genetic variants were reproduced by more than two authors. Several other limitations were noted throughout these studies, including the robustness of significance for identified variants, small sample sizes, limited cohorts focused primarily on Caucasian populations, and minimal baseline data. These factors, along with differences in exercise training programs, diet and other environmental gene expression mediators, likely influence the ideal traits for VO 2max trainability. Ninety-seven genes have been identified as possible predictors of VO 2max trainability. To verify the strength of these findings and to identify if there are more genetic variants and/or mediators, further tightly-controlled studies that measure a range of biomarkers across ethnicities are required.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».