Neurobehavioral correlates of obesity are largely heritable
Notice bibliographique
Résumé
Recent molecular genetic studies have shown that the majority of genes associated with obesity are expressed in the central nervous system. Obesity has also been associated with neurobehavioral factors such as brain morphology, cognitive performance, and personality. Here, we tested whether these neurobehavioral factors were associated with the heritable variance in obesity measured by body mass index (BMI) in the Human Connectome Project ( n = 895 siblings). Phenotypically, cortical thickness findings supported the “right brain hypothesis” for obesity. Namely, increased BMI is associated with decreased cortical thickness in right frontal lobe and increased thickness in the left frontal lobe, notably in lateral prefrontal cortex. In addition, lower thickness and volume in entorhinal-parahippocampal structures and increased thickness in parietal-occipital structures in participants with higher BMI supported the role of visuospatial function in obesity. Brain morphometry results were supported by cognitive tests, which outlined a negative association between BMI and visuospatial function, verbal episodic memory, impulsivity, and cognitive flexibility. Personality–BMI correlations were inconsistent. We then aggregated the effects for each neurobehavioral factor for a behavioral genetics analysis and estimated each factor’s genetic overlap with BMI. Cognitive test scores and brain morphometry had 0.25–0.45 genetic correlations with BMI, and the phenotypic correlations with BMI were 77–89% explained by genetic factors. Neurobehavioral factors also had some genetic overlap with each other. In summary, obesity as measured by BMI has considerable genetic overlap with brain and cognitive measures. This supports the theory that obesity is inherited via brain function and may inform intervention strategies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».