Genetic variants of the androgen receptor and frailty in postmenopausal women
Notice bibliographique
Résumé
Epidemiological evidence suggests a relationship between frailty and age at menopause. The hormonal fluctuations associated with menopause may contribute to frailty, with androgens being prime candidates due to their anabolic properties. This study aimed to elucidate whether single nucleotide polymorphisms (SNPs) within the androgen receptor (AR) gene are associated with frailty. A cross-sectional study was conducted within the frailty sub-cohort of a population-based sample of community-dwelling postmenopausal women. Two SNPs of the AR gene, selected for their potential to modulate AR functionality, were analyzed. A multinomial ordinal regression model was applied to estimate phenotypic variance. A total of 392 women (mean age: 64.1 years) were included, with a frailty status distribution of 29.6% being frail, 38.5% prefrail, and 31.9% robust, consistent with population-based data for this age group. Neither of the selected AR gene SNPs (rs5919427 and rs2497942) showed a statistically significant association with frailty status. Age, reproductive factors (including number of deliveries and miscarriages), number of comorbidities, and body mass index were independently associated with frailty. Further research is warranted to comprehensively explore the potential role of AR gene variants in frailty susceptibility.
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 | 0,001 |
| 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) | 0,001 | 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 ».