Genetic variants and type 2 diabetes in India: a systematic review and meta-analysis of associated polymorphisms in case-control studies
Notice bibliographique
Résumé
Background India, with the largest population and second-highest type 2 diabetes mellitus (T2DM) prevalence, presents a unique genetic landscape. This study explores the genetic profiling of T2DM, aiming to bridge gaps in existing research and provide insights for further explorations. Methods We conducted a systematic review and meta-analysis of literature published up to September 2024 using databases like PubMed, Web of Science, Scopus, and Google Scholar to identify SNPs associated with T2DM in case–control studies within the Indian population. Data extraction followed a rigorously designed checklist independently verified by two reviewers. The quality of the studies assessed by utilizing Newcastle Ottawa scale, and heterogeneity through Cochran's Q, τ 2 , H 2 and I 2 statistics. Fixed effect and random effect model was employed for meta-analysis based on heterogeneity, and publication bias was assessed by funnel plot analysis, Egger's and Begg's statistical test. In SNPs with adequate studies meta-regression was used to assess source of heterogeneity. Statistical analyses were performed using Stata 18.0 software. Findings Our search identified 1309 articles, with 67 included in the systematic review and 35 in the meta-analysis. These 67 case–control studies, involving 33,407 cases and 30,762 controls, analyzed 167 SNPs across 61 genes. Of these, 89 SNPs mapped to 46 genes showed significant associations with T2DM risk ( P < 0.05), including 67 linked to increased risk and 16 with protective effects. Geographical analysis highlighted inter- and intra-regional variations. Meta-analysis of 25 SNPs revealed 12 SNPs with high T2DM risk compatibility. TCF7L2 gene exhibited a strong compatibility with an overall OR of 1.44 (95% CI 1.36–1.52) and S-value 112.41, while TCF7L2 variants rs7903146 and rs12255372, with OR 1.56 (95% CI 1.43–1.66) and S-value 89.036, OR of 1.36 (95% CI 1.17–1.35) with an S - value of 15.45 respectively. Interpretation Our study highlights the importance of considering the diverse ethnic groups of India for development of targeted and effective T2DM management strategies. Funding Department of Biotechnology (DBT) and Indian Council of Medical Research (ICMR), Government of India.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».