Implication of Leptin and Leptin Receptor Gene Variations in Type 2 Diabetes Mellitus: A Case-Control Study
Notice bibliographique
Résumé
Background: Global increase in the prevalence of type 2 diabetes mellitus (T2DM) has affected about 6% of the population and is one of the major healthcare challenges worldwide. Apart from other factors, genetics play a pivotal role in the development of diabetes. Recent studies have drawn attention to the role of leptin ( LEP ) and leptin receptor ( LEPR ) gene polymorphisms in the pathogenesis of T2DM, that being the reason for the uptake of this study. Methods: A total of 390 T2DM cases and 408 controls matched with respect to age and gender were taken for the study. Biochemical analysis was performed on all study subjects. Polymerase chain reaction (PCR) amplification of the genomic regions encompassing the single nucleotide polymorphisms (SNPs) under study was followed by digestion using specific restriction enzymes to analyze the SNP genotype through restriction fragment length polymorphism (RFLP). Results: Serum leptin levels were elevated in 57.9% (226 of 390) of cases as compared to 11.8% (48 of 408) of controls (P < 0.0001). Cases had significant homeostatic model assessment-insulin resistance (HOMA-IR) as compared to controls (5.3 ± 5.9 vs. 1.4 ± 0.4; P < 0.0001). In case of LEP G2548A SNP, the frequency of a variant genotype (GA + AA) was found to be higher for cases than controls (69.7% vs. 29.4%; P < 0.0001). For LEPR Q223R SNP, the frequency of a variant genotype (AG + GG) was found to be higher for cases than controls (69.2% vs. 23.6%; P < 0.0001). Conclusion: We observed a significant association between the LEP/LEPR polymorphisms and T2DM in the ethnic population of Kashmir indicating that genetic susceptibility may play an important role in the pathogenesis of T2DM. J Endocrinol Metab. 2022;12(1):19-31 doi: https://doi.org/10.14740/jem785
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 ».