Association of PON2 Gene Polymorphisms (Ser311Cys and Ala148Gly) With the Risk of Developing Type 2 Diabetes Mellitus in the Chinese Population
Notice bibliographique
Résumé
Background: The association between paraoxonase 2 (PON2) gene polymorphisms and type 2 diabetes mellitus (T2DM) has been extensively investigated in the Chinese population with conflicting results. In this study, we systemically evaluated the association between PON2 Ser311Cys and Ala148Gly polymorphisms and T2DM risk by pooling all relevant studies. Methods: We searched the PubMed, Embase, CNKI and Wanfang databases for studies. The strength of association was determined in the allelic, homozygous, heterozygous, recessive and dominant genetic models and measured as odds ratio (OR) and 95% confidence interval (CI), under fixed- or random-effect models. Results: There was no significant association between PON2 Ser311Cys polymorphism and T2DM under all genetic models: allelic (OR = 1.06, 95% CI = 0.77-1.45; P = 0.721), heterozygous (OR = 1.13, 95% CI = 0.87-1.45; P = 0.362), dominant (OR = 1.10, 95% CI = 0.80-1.51; p = 0.562), recessive (OR = 0.87, 95% CI = 0.48-1.58; P = 0.648), homozygous (OR = 0.94, 95% CI = 0.47-1.89; P = 0.865). Similarly, no significant association was found for PON2 Arg148Gly polymorphism in all models: allelic (OR = 1.17, 95% CI = 0.91-1.50; P = 0.218), heterozygous (OR = 1.28, 95% CI = 0.94-1.74; P = 0.117), dominant (OR = 1.25, 95% CI = 0.93-1.67; P = 0.142), recessive (OR = 0.99, 95% CI = 0.52-1.88; P = 0.973), homozygous (OR = 1.08, 95% CI = 0.57-2.07; P = 0.08). Conclusions: The PON2 Ser311Cys and Ala148Gly polymorphisms were not associated with the risk of T2DM in the Chinese population.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».