MétaCan
Menu
Retour à la cohorte
Enregistrement W4401108292 · doi:10.1007/s43657-024-00157-x

Associations of Plasma Lipidomic Profiles with Uric Acid and Hyperuricemia Risk in Middle-Aged and Elderly Chinese

2024· article· en· W4401108292 sur OpenAlexaff
Wanhui Kang, Xinming Xu, Xiaowei Yang, Qingqing Wu, Shuning Li, K Gao, Rong Zeng, Liang Sun, Xu Lin

Notice bibliographique

RevuePhenomics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensWestern University
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésLipidomicsHyperuricemiaInternal medicineBlood lipidsEndocrinologyLipid metabolismPopulationDiacylglycerol kinaseUric acidLipidomeLipogenesisChemistryMedicineBiologyCholesterolBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Little is known about the links of disturbed lipid metabolism with hyperuricemia (HUA). We aimed to investigate the associations of lipidomic profiles with uric acid (UA)/HUA and their modifying factors in middle-aged and elderly Chinese. A total of 350 lipids were quantified in 2247 community-based Chinese aged 50–70 years by high-coverage targeted lipidomics. HUA was defined by plasma UA > 420 μmol/L in men or > 360 μmol/L in women. The prevalence of HUA in this population was 10.4%. After multivariable adjustment including BMI and lifestyle, 123 lipids were significantly associated with UA, predominantly glycerolipids (GLs) and glycerophospholipids (GPs). Specifically, diacylglycerol [DAG (16:0/22:5), DAG (16:0/22:6), DAG (18:1/20:5), DAG (18:1/22:6)], phosphatidylcholine [PC (16:0/20:5)), and triacylglycerol (TAG (53:0)] were the most significant lipid signatures positively associated with HUA risk, while lysophosphatidylcholine (LPC (20:2)) was inversely associated with HUA risk ( p < 0.05). Network analysis also showed a positive association between TAGs/PCs/DAGs contained module and HUA risk ( p < 0.01). Notably, HUA-related lipids were associated with de novo lipogenesis fatty acids, especially 16:1n-7 (Spearman correlation coefficients = 0.32–0.41, p < 0.001). Reduced rank regression showed that increased aquatic products intake was correlated to elevated HUA risk and HUA-associated lipids; while high dairy consumption was correlated with low level of HUA-associated lipids (|factor loadings| ≥ 0.2). Moreover, mediation analyses suggested that the lipid-HUA associations were partially mediated by retinol-binding protein 4 (RBP4, mediation proportion 5–14%), an adipokine linked with dyslipidemia and insulin resistance. In conclusion, disturbed specific metabolisms of GLs and GPs were associated with high prevalent HUA, partially mediated by RBP4 and/or influenced by certain dietary factors.

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 enseignants0,030
Score d'incertitude au seuil0,726

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 Opus0,014
Tête enseignante GPT0,239
Écart entre enseignants0,225 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhenomicsMême sujetGout, Hyperuricemia, Uric AcidTravaux en français237 207