Notice bibliographique
Résumé
The aim of this study was to conduct a comparative analysis of the population frequencies of the minor allele of polymorphic variants in the genes <i>TCF7L2</i> (rs7903146) and <i>PPARG</i> (rs1801282), based on the genome-wide association studies analysis data associated with the risk of developing prediabetes, in an ethnically homogeneous Kazakh population compared to previously studied populations worldwide. This study utilized a genomic database consisting of 1800 ethnically Kazakh individuals who were considered in healthy condition. Whole-genome genotyping was performed using Illumina OmniChip 2.5-8 arrays, which interrogated approximately 2.5 million single nucleotide polymorphisms. The distribution of genotypes for the <i>TCF7L2</i> (rs7903146) and <i>PPARG</i> (rs1801282) polymorphisms in the Kazakh sample was found to be in Hardy-Weinberg equilibrium (<i>p</i> > 0.05). The minor G allele of the "Asian" protective polymorphism rs1801282 in the <i>PPARG</i> gene was observed at a frequency of 13.8% in the Kazakh population. This suggests a potentially more significant protective effect of this polymorphism in reducing the risk of prediabetes among Kazakhs. The frequency of the unfavorable T allele of the insulin secretion-disrupting gene <i>TCF7L2</i> (rs7903146) in Kazakhs was 15.2%. Studying the associations of genetic markers for prediabetes enables the timely identification of "high-risk groups" and facilitates the implementation of effective preventive measures. Further results from replicative genomic research will help identify significant polymorphic variants of genes underlying the alteration of prediabetes status.
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 | 0,000 |
| 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 ».