Integrating the Thrifty Genotype and Evolutionary Mismatch Hypotheses to understand variation in cardiometabolic disease risk
Notice bibliographique
Résumé
More than 60 years ago, James Neel proposed the Thrifty Genotype Hypothesis to explain the widespread prevalence of type 2 diabetes in Western, industrial contexts. This hypothesis posits that variants linked to conservative energy usage and increased fat deposition would have been favored throughout human evolution due to the advantages they could provide during periods of resource limitation. However, in industrial environments, these variants instead produce an increased risk of obesity, metabolic syndrome, type 2 diabetes, and related health issues. This hypothesis has been popular and impactful, with thousands of citations, many ongoing debates, and several spin-off theories in biomedicine, evolutionary biology, and anthropology. However, despite great attention, the applicability and utility of the Thrifty Genotype Hypothesis (TGH) to modern human health remains, in our opinion, unresolved. To move research in this area forward, we first discuss the original formulation of the TGH and its critiques. Second, we trace the TGH to updated hypotheses that are currently at the forefront of the evolutionary medicine literature-namely, the Evolutionary Mismatch Hypothesis. Third, we lay out empirical predictions for updated hypotheses and evaluate them against the current literature. Finally, we discuss study designs that could be fruitful for filling current knowledge gaps; here, we focus on partnerships with subsistence-level groups undergoing lifestyle transitions, and we present data from an ongoing study with the Orang Asli of Malaysia to illustrate this point. Overall, we hope this synthesis will guide new empirical research aimed at understanding how the human evolutionary past interacts with our modern environments to influence cardiometabolic health.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».