DNA methylation of circadian genes and markers of cardiometabolic risk in female hospital workers: An exploratory study
Notice bibliographique
Résumé
Night shift work has been linked to increased risk of cardiovascular disease (CVD); however, the underlying mechanisms remain unclear. A compelling yet understudied mechanism involves differential DNA methylation of circadian genes. To investigate the relevance of this mechanism, we conducted an exploratory cross-sectional study of 74 female hospital personnel (38 day workers, 36 night shift workers). Sociodemographic, lifestyle, and health characteristics as well as shift work status and history were determined through self-report. Fasting blood samples were collected to measure markers of cardiometabolic risk and DNA was extracted to measure DNA methylation of 1150 cytosine-guanine (CpG) sites across 22 circadian genes. Associations between methylation levels at individual CpG sites (β-values) and markers of cardiometabolic risk were analyzed while considering effect modification by shift work status. The false discovery rate was applied to account for multiple comparisons (q ≤ 0.20). Two CpG sites [cg06758649 (CRY1) and cg06899802 (CSNK1A1)] were differentially associated with waist circumference and body mass index by shift work status, and eight CpG sites [cg26103512 (CSNK1D), cg03941313 (CSNK1E), cg18217763 (CSNK1E), cg16682686 (DEC1), cg12061096 (RORA), cg10133825 (RORA), cg19652148 (RORA), and cg22904654 (RORA)] were differentially associated with LDL cholesterol concentration by shift work status (all q ≤ 0.20). Our findings suggest that the relationship between DNA methylation of circadian genes and cardiometabolic risk differs by day and night shift worker status, which may contribute to mechanisms of increased risk of CVD observed among night shift workers.
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) | 0,001 | 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 ».