A potential role for zinc in restless legs syndrome
Notice bibliographique
Résumé
STUDY OBJECTIVES: Evaluate serum and brain noniron metals in the pathology and genetics of restless legs syndrome (RLS). METHODS: In two independent studies (cohorts 1 and 2), in which subjects either remained on medications or tapered off medications, we analyzed serum levels of iron, calcium, magnesium, manganese, copper, and zinc both in RLS patients and controls, and assessed the prevalence of the MEIS1 and BTBD9 risk alleles previously established through genome-wide association studies. Human brain sections and a nematode genetic model were also quantified for metal levels using mass spectrometry. RESULTS: We found a significant enrichment for the BTBD9 risk genotype in the RLS affected group compared to control (p = 0.0252), consistent with previous literature. Serum (p = 0.0458 and p = 0.0139 for study cohorts 1 and 2, respectively) and brain (p = 0.0413) zinc levels were significantly elevated in the RLS patients versus control subjects. CONCLUSION: We show for the first time that serum and brain levels of zinc are elevated in RLS. Further, we confirm the BTBD9 genetic risk factor in a new population, although the zinc changes were not significantly associated with risk genotypes. Zinc and iron homeostasis are interrelated, and zinc biology impacts neurotransmitter systems previously linked to RLS. Given the modest albeit statistically significant increase in serum zinc of ~20%, and the lack of association with two known genetic risk factors, zinc may not represent a primary etiology for the syndrome. Further investigation into the pathogenetic role that zinc may play in restless legs syndrome is needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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.
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 ».