MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405894109 · doi:10.2196/60838

Exploring Molecular Genetics Research on Obesity in Malaysia: Protocol for a Scoping Review

2024· review· en· W4405894109 sur OpenAlexvenueno aff
Liyana Ahmad Zamri, Norhashimah Abu Seman, Nur Azlin Zainal Abidin, Siti Sarah Hamzah

Notice bibliographique

RevueJMIR Research Protocols · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of Health
Mots-clésChecklistScopusSystematic reviewPopulationGrey literatureData extractionMEDLINEMedicinePublic healthFamily medicineGerontologyPsychologyBiologyEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Obesity presents a growing challenge to public health, and its intricate association with genetics continues to be a compelling field of study. In countries such as Malaysia, where diverse genetic backgrounds converge, exploring the molecular genetics of obesity is even more imperative. OBJECTIVE: This scoping review aimed to explore the literature on molecular genetics of obesity in Malaysia. Specifically, we sought to characterize existing studies, identify the genetic determinants of obesity, and assess their association with obesity predisposition in the population. METHODS: This scoping review followed the methodology of the Joanna Briggs Institute and used the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews) checklist as its guiding framework. Searches were conducted using electronic databases such as PubMed, ScienceDirect, and Scopus, filtering for human studies published until March 2024. Eligible studies included peer-reviewed articles on the Malaysian population irrespective of age or sex. This review excluded review articles, book chapters, non-peer-reviewed conference proceedings, gray literature, and preclinical studies, and the reference lists of the retrieved studies were manually examined to ensure thorough inclusion. The articles were subjected to a 2-stage screening process (title/abstract and full text) conducted by 2 reviewers to assess eligibility. Eligible articles were then extracted following a data extraction framework and organized into a charting table. Only studies investigating the genetics of obesity in Malaysian populations were included. RESULTS: As of March 2024, our extensive search strategy has yielded 572 records. After removing 153 duplicates, 419 records were screened by title and abstract, resulting in 47 selected for full-text review. Of these, 34 were chosen for data extraction and detailed analysis. These studies predominantly involved participants from major ethnic groups (Malay, Chinese, and Indian) recruited from local health centers and university communities. The articles primarily explored the relationship between specific gene variants and obesity or obesity-related health parameters. This ongoing research is expected to be completed with a comprehensive scoping review by April 2025. CONCLUSIONS: This review provides valuable insights into the genetic determinants of obesity in Malaysia, despite limitations such as no quality appraisal being conducted for the included studies and the search strategy being restricted to selected databases, potentially omitting relevant studies. However, this review ensured reliability and reproducibility by adhering to the Joanna Briggs Institute and PRISMA-ScR guidelines. Ultimately, this study advances the understanding of local research and sets the foundation for future molecular genetic studies to improve obesity risk prediction and management in Malaysia's multiethnic population. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/60838.

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)0,068
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,359

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,070
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0090,014
Bibliométrie0,0170,013
Études des sciences et des technologies0,0050,004
Communication savante0,0070,008
Science ouverte0,0050,007
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0800,014

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 Opus0,738
Tête enseignante GPT0,667
Écart entre enseignants0,071 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetNutrition, Genetics, and Disease→Travaux en français237 207→