Arsenic Exposure, Blood DNA Methylation, and Cardiovascular Disease
Notice bibliographique
Résumé
Background: Epigenetic dysregulation has been proposed as a key mechanism for arsenic-related cardiovascular disease (CVD). We evaluated differentially methylated positions (DMPs) as potential mediators on the association between arsenic and CVD. Methods: Blood DNA methylation was measured in 2321 participants (mean age 56.2, 58.6% women) of the Strong Heart Study, a prospective cohort of American Indians. Urinary arsenic species were measured using high-performance liquid chromatography coupled to inductively coupled plasma mass spectrometry. We identified DMPs that are potential mediators between arsenic and CVD. In a cross-species analysis, we compared those DMPs with differential liver DNA methylation following early-life arsenic exposure in the apoE knockout (apoE −/− ) mouse model of atherosclerosis. Results: A total of 20 and 13 DMPs were potential mediators for CVD incidence and mortality, respectively, several of them annotated to genes related to diabetes. Eleven of these DMPs were similarly associated with incident CVD in 3 diverse prospective cohorts (Framingham Heart Study, Women’s Health Initiative, and Multi-Ethnic Study of Atherosclerosis). In the mouse model, differentially methylated regions in 20 of those genes and DMPs in 10 genes were associated with arsenic. Conclusions: Differential DNA methylation might be part of the biological link between arsenic and CVD. The gene functions suggest that diabetes might represent a relevant mechanism for arsenic-related cardiovascular risk in populations with a high burden of diabetes.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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 ».