MétaCan
Menu
Retour à la cohorte
Enregistrement W4306179712 · doi:10.3389/fgene.2022.988873

Genetic variation in 9p21, dietary patterns, and insulin sensitivity

2022· article· en· W4306179712 sur OpenAlexaffabout
S. Sara Mahdavi, David J.A. Jenkins, Ahmed El‐Sohemy

Notice bibliographique

RevueFrontiers in Genetics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)Insulin sensitivityGenetic variationSensitivity (control systems)GeneticsBiologyInsulinEvolutionary biologyInsulin resistanceBiotechnologyGenePhysics

Résumé

récupéré en direct d'OpenAlex

Background: Single nucleotide polymorphisms in the 9p21 region have been associated with cardiovascular disease and to a lesser extent insulin sensitivity. Previous studies have focused on older populations, and few have examined the impact of gene-diet interactions. The objective of this study was to determine the interaction between dietary patterns and 9p21 genotypes on insulin sensitivity in young adults from different ethnic groups. Methods: Subjects were 1,333 participants aged 20–29 years from the Toronto Nutrigenomics and Health Study (405 men and 928 women; 776 Caucasians and 557 East Asians). Fasting blood was collected to measure glucose, insulin, c-reactive protein and serum lipids, as well as to isolate DNA for genotyping subjects for five SNPs in 9p21 (rs10757274, rs10757278, rs1333049, rs2383206, and rs4977574). Insulin resistance (HOMA-IR) and beta-cell dysfunction (HOMA-Beta) were calculated from fasting insulin and glucose concentrations. The Toronto-modified Harvard 196-item semi-quantitative food frequency questionnaire was used to measure dietary intake over 1 month and principal components analysis was used to identify three dietary patterns (Prudent, Western and Eastern). ANOVA and ANCOVA were used to examine gene-diet interactions on markers of insulin sensitivity. Results: Significant gene-diet interactions on insulin sensitivity using HOMA-IR were observed with all five SNPs, which remained significant after adjusting for covariates ( p < 0.05). Among those who were homozygous for the 9p21 risk allele (rs1333049), fasting insulin was 40% higher in those who were consuming a low-prudent diet compared to those consuming a high-prudent diet ( p < 0.05). No differences were observed between those following a low versus high-prudent diet among those who did not carry a 9p21 risk allele. Similar findings were observed with HOMA-Beta, however, the association was only significant for rs10757274 ( p = 0.04). Conclusion: Our findings suggest that a prudent dietary pattern may protect against the effects of 9p21 risk genotypes on insulin sensitivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,227
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207