Genetic Polymorphisms and the Risk of Diabetic Foot: A Systematic Review and Meta-Analyses
Notice bibliographique
Résumé
BACKGROUND: Diabetic foot (DF) is a dangerous complication of diabetes. The aim of the study was to synthesize all the published single nucleotide polymorphisms (SNPs) of DF to objectively evaluate the relationship of SNPs and DF risks. METHODS: The HuGE database and CNKI were searched for eligible publications on genetic polymorphisms and the risk of DF systematically. The quality of literatures was evaluated by the Newcastle-Ottawa scale. Pooled odds ratios with a 95% confidence interval for SNPs were evaluated through 3 genetic models. RESULTS: Citing 29 different polymorphisms from 24 articles and the study met our selection criteria. There were 24 polymorphisms summarized systematically, and 5 merged polymorphisms for a meta-analysis: 9 positively associated with DF: HIF-1α rs11549465, TNF-α rs1800629, TLR-9 rs5743836, FIB rs6056, HSP70-2437C/T, VDR rs2228570, LOX rs1800449, ITLN1 rs2274907, and OPG rs2073617, but OPG rs3134069 was not a risk factor in DF; 6 negatively associated with DF: VEGF rs833061 and rs2010963, MCP-1 rs1024611, SDF-1 rs1801157, SIRT1 rs12778366, and OPG rs2073617. In addition, 13 polymorphisms were not associated with DF: MMP-9 rs3918242, eNOS rs1799983, VEGF rs3025039, -7C/T, rs1570360, rs13207351, and rs699947, IL-6 rs1800795, HIF-1α rs11549467, TNF-α rs361525, TLR-2 rs3804100, SIRT1 rs3758391, and TIMP-1 rs2070584. CONCLUSIONS: The study provided some evidence for SNPs to the development of diabetic foot. The meta-analysis showed that rs1024611 of MCP-1 may be regarded as a protective factor, especially in Asian populations. Other loci indicated inconsistent results.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».