Studies on the Association of GCK and GCKR Polymorphisms with Susceptibility to Gestational Diabetes Mellitus: A Meta-Analysis
Notice bibliographique
Résumé
Background: A prevalent condition during pregnancy, gestational diabetes mellitus (GDM) affects a significant proportion of pregnancies worldwide and poses substantial risks to maternal as well as fetal health. Polymorphisms in the glucokinase (GCK) and glucokinase regulatory protein (GCKR) genes, which are crucial for glucose homeostasis, may modulate susceptibility to GDM. Hence, this meta-analysis aimed to assess the relationship between GDM and polymorphisms in GCK (rs1799884, rs4607517) and GCKR (rs780094, rs1260326). Methods: In this systematic review, we retrieved data from PubMed, EMBASE, Medline, EBSCO, Cochrane Library, and Chinese National Knowledge Infrastructure (CNKI) databases. Studies were critically appraised using the Newcastle-Ottawa Scale, and meta-analyses were performed using STATA 12.0. The odds ratios (ORs) were calculated with 95% confidence intervals (CIs) and heterogeneity was assessed with Cochran’s Q test as well as I2 statistical tests, respectively. Moreover, Begg’s test helped in evaluating publication bias. Results: We included 20 studies, comprising 9745 GDM women and 15,830 controls. All genetic models showed a strong correlation between the GCK rs1799884 polymorphism and GDM, with carriers of the A allele exhibiting an increased risk. Conversely, GCK rs4607517, GCKR rs780094, and rs1260326 were not significantly associated. However, heterogeneity was influenced by ethnicity and diagnostic criteria. Conclusions: The GCK rs1799884 polymorphism can be a potential predictive marker because it is significantly associated with an increased risk of GDM.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».