Common Genetic Variations Involved in the Inter-Individual Variability of Circulating Cholesterol Concentrations in Response to Diets: A Narrative Review of Recent Evidence
Notice bibliographique
Résumé
The number of nutrigenetic studies dedicated to the identification of single nucleotide polymorphisms (SNPs) modulating blood lipid profiles in response to dietary interventions has increased considerably over the last decade. However, the robustness of the evidence-based science supporting the area remains to be evaluated. The objective of this review was to present recent findings concerning the effects of interactions between SNPs in genes involved in cholesterol metabolism and transport, and dietary intakes or interventions on circulating cholesterol concentrations, which are causally involved in cardiovascular diseases and established biomarkers of cardiovascular health. We identified recent studies (2014–2020) that reported significant SNP–diet interactions in 14 cholesterol-related genes (NPC1L1, ABCA1, ABCG5, ABCG8, APOA1, APOA2, APOA5, APOB, APOE, CETP, CYP7A1, DHCR7, LPL, and LIPC), and which replicated associations observed in previous studies. Some studies have also shown that combinations of SNPs could explain a higher proportion of variability in response to dietary interventions. Although some findings still need replication, including in larger and more diverse study populations, there is good evidence that some SNPs are consistently associated with differing circulating cholesterol concentrations in response to dietary interventions. These results could help clinicians provide patients with more personalized dietary recommendations, in order to lower their risk for cardiovascular disease.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».