← Retour à la cohorte
Large meta-analysis of genome-wide association studies identifies five loci for lean body mass.
M. Carola Zillikens, Serkalem Demissie, Yi‐Hsiang Hsu, Laura M. Yerges-Armstrong, Wen‐Chi Chou, Lisette Stolk, Gregory Livshits, Linda Broer, Toby Johnson, Daniel L. Koller, Z. Kutalik, Jian’an Luan, Ida Malkin, Janina S. Ried, Albert V. Smith, Guðmar Þorleifsson, Liesbeth Vandenput, Jing Hua Zhao, Weihua Zhang, Ali A. Aghdassi, Kristina Åkesson, Najaf Amin, Leslie J. Baier, Inês Barroso, David A. Bennett, Lars Bertram, Rainer Biffar, Murielle Bochud, Michael Boehnke, Ingrid B. Borecki, Aron S. Buchman, Liisa Byberg, Harry Campbell, Natalia Campos Obanda, Jane A. Cauley, Peggy M. Cawthon, Henna Cederberg, Zhao Chen, Nam H. Cho, Hyung Jin Choi, Melina Claussnitzer, Francis S. Collins, Steven R. Cummings, Philip L. De Jager, Ilja Demuth, R.A.M. Dhonukshe-Rutten, Luda Diatchenko, Guðný Eiríksdóttir, Anke W. Enneman, Mike Erdos, Johan G. Eriksson, Joel Eriksson, Karol Estrada, Daniel S. Evans, Mary F. Feitosa, Mao Fu, Melissa Garcia, Christian Gieger, Thomas Girke, Nicole L. Glazer, Harald Grallert, Jagvir Grewal, Bok‐Ghee Han, Robert L. Hanson, Caroline Hayward, Albert Hofman, Eric P. Hoffman, Georg Homuth, Wen-Chi Hsueh, Monica J. Hubal, Alan Hubbard, Kim M. Huffman, Lise B. Husted, Thomas Illig, Erik Ingelsson, Till Ittermann, John‐Olov Jansson, Joanne M. Jordan, Antti Jula, Magnus K. Karlsson, Kay‐Tee Khaw, Tuomas O. Kilpainen, Norman Klopp, Jacqueline S. L. Kloth, Heikki A. Koistinen, William E. Kraus, Stephen B. Kritchevsky, Teemu Kuulasmaa, Johanna Kuusisto, Markku Laakso, Jari Lahti, Thomas Lang, Bente Langdahl, Lenore J. Launer, Jong‐Young Lee, Markus M. Lerch, Joshua R. Lewis, Lars Lind, Cecilia M. Lindgren, Ching‐Ti Liu, Tian Liu, Youfang Liu, Östen Ljunggren, Mattias Lorentzon, Robert Luben, William Maixner, Fiona E. McGuigan, Carolina Medina‐Gómez, Thomas Meitinger, Håkan Melhus, Dan Mellström, Simon Melov, Karl Michaëlsson, Braxton D. Mitchell, Andrew P. Morris, Leif Mosekilde, Anne B. Newman, Carrie M. Nielson, Jeffrey R. O’Connell, Ben A. Oostra, Eric Orwoll, Aarno Palotie, Stephan Parker, Munro Peacock, Markus Perola, Annette Peters, Ozren Polašek, Richard L. Prince, Katri Räikkönen, Stuart H. Ralston, Samuli Ripatti, John A. Robbins, Jerome I. Rotter, Igor Rudan, Veikko Salomaa, Suzanne Satterfield, Eric E. Schadt, Sabine Schipf, Laura J. Scott, Joban Sehmi, Jian Shen, Chan Soo Shin, Gunnar Sigurðsson, Shad B. Smith, Nicole Soranzo, Alena Stančáková, Elisabeth Steinhagen–Thiessen, Elizabeth A. Streeten, Unnur Styrkársdóttir, Karin M. A. Swart, Mark A. Tarnopolsky, Cynthia A. Thomson, Unnur Þorsteinsdóttir, Emmi Tikkanen, Gregory J. Tranah, Jaakko Tuomilehto, Natasja M. van Schoor, Arjun Verma, Péter Vollenweider, Jean Wactawski‐Wende, Mark Walker, Michael N. Weedon, Ryan Welch, H. Erich Wichman, Elisabeth Widén, Frances M. K. Williams, James F. Wilson, Nicole C. Wright, Weijia Xie, Lei Yu, Yanhua Zhou, John C. Chambers, Angela Döring, Cornelia M. van Duijn, Michael J. Econs, Vilmundur Guðnason, Jaspal S. Kooner, Bruce M. Psaty, Timothy D. Spector, Kāri Stefánsson, Fernando Rivadeneira, André G. Uitterlinden, Nicholas J. Wareham, Vicky Ossowski, Dawn Waterworth, Ruth J. F. Loos, David Karasik, Tamara B. Harris, Claes Ohlsson, Douglas P. Kiel
Notice bibliographique
RevueMPG.PuRe (Max Planck Society) · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesU.S. National Library of MedicineNational Institute of Neurological Disorders and StrokeNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute on AgingMünchner Zentrum für GesundheitswissenschaftenWageningen University and ResearchKorea Centers for Disease Control and PreventionNational Health and Medical Research CouncilCanadian Institutes of Health ResearchNational Center for Research ResourcesCenters for Disease Control and PreventionNational Institutes of HealthArmy Research OfficeUniversität GreifswaldChinese Society of Clinical OncologyMedical Research CouncilUppsala UniversitetNational Institute of Arthritis and Musculoskeletal and Skin DiseasesGreta och Johan Kocks stiftelserGöteborgs LäkaresällskapSydäntutkimussäätiöAkademiska SjukhusetKidney Research UKDanmarks Frie ForskningsfondVetenskapsrådetU.S. Department of Health and Human ServicesGlaxoSmithKlineSigne ja Ane Gyllenbergin SäätiöCentre for Medical Systems BiologyGenome CanadaNovo NordiskFP7 People: Marie-Curie ActionsAmerican Diabetes AssociationVrije Universiteit AmsterdamKaren Elise Jensens FondSvenska LäkaresällskapetDeutsche ForschungsgemeinschaftNederlandse Organisatie voor Wetenschappelijk OnderzoekBritish Heart FoundationBundesministerium für Bildung und ForschungJohns Hopkins UniversityUniversität zu LübeckKing's College LondonAcademy of FinlandMinisterie van Economische Zaken, Landbouw en InnovatieDiabetestutkimussäätiöZonMwSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNederlandse Zuivel OrganisatieErasmus Medisch CentrumMax-Planck-Institut für BildungsforschungStiftelsen för Strategisk ForskningHealthwayMalmö HögskolaEuropean Science FoundationNational Institute for Health and Care ResearchWellcome TrustNational Heart, Lung, and Blood InstituteItä-Suomen YliopistoFoundation for Cardiovascular ResearchFinska LäkaresällskapetYrjö Jahnssonin SäätiöAstraZenecaEuropean CommissionHelsingin YliopistoSchool of Medicine, Boston UniversityChronic Disease Research FoundationKuopion Yliopistollinen SairaalaWake Forest UniversityScottish GovernmentHjartaverndIllinois Department of Public HealthCedars-Sinai Medical CenterMinistry of Cultural AffairsEmil Aaltosen SäätiöRoyal SocietyNational Science FoundationJuho Vainion SäätiöNovo Nordisk FondenAmerican Heart Association
Mots-clésLean body massGenome-wide association studyAssociation (psychology)BiologyGeneticsComputational biologyGeneBody weightPsychologyGenotypeSingle-nucleotide polymorphismEndocrinology
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,918
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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.
Tête enseignante Opus0,048
Tête enseignante GPT0,324
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations0
Publié2017
Routes d'admission1
Résumé présentnon