Sex-stratified association of variants in the serotonin 1A receptor gene with acute crisis pain among African American patients with sickle cell disease
Notice bibliographique
Résumé
Patients with sickle cell disease (SCD) experience pain in their daily lives. Both the acute and chronic pain phenotypes of this disease exhibit high variability, making pain management a challenge. The underlying reasons for the phenotypic variability are poorly understood. Given the importance of serotonergic neurotransmission in pain signaling, we aimed to explore the role of variants in the 5-HT1A receptor gene (HTR1A) on pain variability in SCD. Four variants (rs6449693, rs878567, rs6294, and rs10042486) in HTR1A were genotyped in a cohort of 131 African Americans with SCD. Acute and chronic pain were measured by the acute care utilization and the McGill Pain Questionnaire, respectively. Association analyses were performed for three genetic models (additive, dominant, and recessive). Three variants (rs6449693, rs6294, and rs10042486) in HTR1A showed significant association with crisis pain in both the additive and dominant models. Although the G allele of rs6449693 and the C allele of rs10042486 associated with lower acute crisis pain, the T allele of rs6294 associated with increased acute crisis pain. Sex-stratified analyses revealed that the associations of these three variants with acute pain were significant only in men, but not in women. Furthermore, the A allele rs878567 that did not reach statistical significance in the overall cohort showed a significant association with lower crisis pain in men. To our knowledge, as the first study to explore the role of HTR1A variants in sickle cell pain, we identified that four variants across the gene are associated with acute crisis pain in SCD in a sex-stratified manner.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».