Assessment of the Relationship between Clinical Variants of Psoriasis and <i>Killer Immunoglobulin-like Receptor</i> (<i>KIR</i>) Genes: A Systematic Review with Meta-analysis
Notice bibliographique
Résumé
Background Psoriasis (Ps) is an autoimmune dermatosis. Previous studies have shown an association between KIR genes and susceptibility to some clinical variants of Ps. Therefore, we conducted an exhaustive systematic review with meta-analysis to evaluate the relationship between KIR genes and susceptibility to clinical variants of Ps in the overall population and according to ethnicity.Methods According to PRISMA guidelines, we performed a systematic review through PubMed and Web of Science to identify relevant available scientific publications about KIR genes and Ps. The quality of the studies was evaluated using the Newcastle–Ottawa scale. Odds ratios (OR) and 95% confidence intervals (95%CI) were estimated using random and fixed effect models for the analyzed genes. Heterogeneity was tested using Cochran’s Q-Statistic and I2, and the risk of bias was tested using the Begg test and Egger linear regression.Results A total of 10 case-control studies were included, comprising a variable number of KIR typified genes and psoriasis vulgaris (PsV) as the main clinical variant studied. In the total pooled results, the KIR2DS1 gene (OR = 1.518, p = .010, 95%CI: 1.105 to 2.086) was related to higher susceptibility to PsV, while the KIR2DS4 (OR = 0.563, p = .005, 95%CI: 0.376 to 0.842) and KIR3DL1 (OR = 0.602, p = .040, 95%CI: 0.370 to 0.977) genes were related to protection against PsV.Conclusion This meta-analysis demonstrates that subjects that carry the KIR2DS1 gene could have a potential risk factor for the development of PsV. Conversely, KIR2DS4 and 3DL1 genes appear to confer protection against PsV.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».