MétaCan
Menu
Retour à la cohorte
Enregistrement W4404904682 · doi:10.1186/s40246-024-00699-1

The associations of candidate gene polymorphisms with aspirin resistance in patients with ischemic disease: a meta-analysis

2024· review· en· W4404904682 sur OpenAlexaboutno aff
Li Chunxing, Yuqiao Wang, Tiantian Liu, Hua Liu, Zhao Ren, Zhan‐Miao Yi

Notice bibliographique

RevueHuman Genomics · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAntiplatelet Therapy and Cardiovascular Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésHuman geneticsAspirinDiseaseMeta-analysisCandidate geneGeneBioinformaticsGeneticsMedicineBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recently, extensive research has been conducted on the relationship between aspirin gene polymorphisms and aspirin resistance (AR) in patients with ischemic diseases. Among the numerous candidate genes, it remains unclear which ones are significantly associated with AR and could potentially serve as potential biomarkers for genetic testing before aspirin use. METHODS: Eligible articles were searched in PubMed, Embase, Cochrane Library, WanFang, CNKI and Sinomed. A cohort study examining the efficacy of aspirin in secondary prevention for patients with ischemic diseases, along with a discussion on genetic polymorphisms and their association with AR, has been included. The Newcastle-Ottawa Scale for assessing the quality of included studies. Odds ratios (OR) with 95% confidence intervals (CI) were used as measures of effect. Subgroup analyses were conducted based on different genotypes with the same genetic polymorphisms, different research regions and types of ischemic diseases. RESULTS: From 75 eligible articles, 94 candidate gene polymorphisms were analyzed. In the overall analysis, 25 genes were subjected to meta-analysis and 69 genes were systematically described. 23 gene polymorphisms were observed to be significantly associated with AR, including PTGS2(rs20417) (OR = 0.57, 95% CI: 0.44-0.73), ITGA2(rs1126643) (OR = 0.52, 95% CI: 0.29-0.93), and TbXA2R(rs1131882) (OR = 1.54, 95% CI: 1.09-2.18) were obtained from the combined analysis of this study, and 20 genes were systematically described in this study. Further subgroup analyses demonstrated that AA genotype for PTGS1(rs1330344) (OR = 0.56, 95%CI:0.43-0.74), C allele for PTGS1(rs5788) (OR = 0.51, 95%CI: 0.30-0.87) polymorphisms were significantly associated with AR. The polymorphisms of 13 genes, including PTGS1(rs1236913), have been studied only in Asia, GP6(rs1613662) has been studied only in Europe, and the polymorphisms of 5 genes, including ABCB1(rs1045642), showed different correlations with AR in various regions. The individuals with the PTGS1 (rs5788) variant who experienced an ischemic stroke (OR = 0.98, 95%CI: 0.54-1.67) may exhibit an elevated risk of AR compared to those with coronary artery disease (OR = 0.51, 95%CI: 0.3-0.87). CONCLUSIONS: Our meta-analysis indicates that PTGS2(rs20417), ITGA2(rs1126643), and TbXA2R(rs1131882) could be potential genetic biomarkers for AR. Among these, PTGS2 (rs20417) is particularly suggested for individuals in Asia with ischemic diseases before aspirin use, as the GC/CC genotype raises AR risk by 42% compared to GG. ITGA2 (rs1126643) increases AR risk by 48% in Asia with the TC/TC genotype versus CC. However, results for ABCB1(rs1045642) and GP1BA(rs2243093) vary by regions, requiring further research.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,017
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,050
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,302
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman GenomicsMême sujetAntiplatelet Therapy and Cardiovascular DiseasesTravaux en français237 207