Association of COL5A1 gene polymorphisms and musculoskeletal soft tissue injuries: a meta-analysis based on 21 observational studies
Notice bibliographique
Résumé
OBJECTIVE: Inconsistent findings existed on the correlation of collagen type V α1 (COL5A1) gene polymorphisms and musculoskeletal soft tissue injuries (MSTIs). The purpose of this study was to collect and combine the current evidences by a meta-analysis approach. METHODS: Six online databases were searched up to August, 2021. The methodological quality of each individual study was evaluated based upon Newcastle-Ottawa Scale (NOS). The strength of the effect size was presented by odds ratio (OR) with 95% confidence interval (95%CI) in five genetic models. The data were analyzed using Review Manager 5.3. RESULTS: Twenty-one studies were eligible to this meta-analysis. The study quality was deemed fair to excellent according to NOS. In the overall analyses, the merged data suggested that rs12722, rs71746744, and rs3196378 polymorphisms were correlated to an increased susceptibility to MSTIs. But the association was not established in rs13946 or rs11103544 polymorphism. For rs12722 polymorphism, stratified analyses by injury type and ethnicity identified the association mainly existed in ligament injury and among Caucasian population. For rs13946 polymorphism, subgroup analysis suggested the association existed in tendon and ligament injuries. CONCLUSION: This study supports that rs12722 is associated with an elevated susceptibility to ligament injury, especially in the Caucasian population. Rs13946 polymorphism appears to increase the risk to tendon and ligament injuries. Rs71746744 and rs3196378 polymorphisms have a tendency to confer an elevated risk to MSTIs. However, no relevance is found between rs11103544 polymorphism and MSTIs.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».