An association study exploring the genetic relationship of psoriatic arthritis and obesity
Notice bibliographique
Résumé
Objective: To determine if there is a genetic component causing psoriatic arthritis (PsA) patients to have higher BMIs when compared to the general population. Method: 696 obese samples were identified from a previous genetic study on obesity which were genotyped using a PsA SNP panel. 650 PsA patients who were examined for PsA related anthropometric measures were genotyped using an obesity SNP panel. An obesity panel was created using a gene prioritization method to create a 46 SNP obesity-weighted panel. Two separate quantitative trait analyses were performed to obtain the association between BMI and genotype of the subsequent panels using a linear regression model. Bonferroni correction was used to adjust for multiple comparisons. Results: Genotypes of two PsA-weighted SNPs, rs10782001 (FBXL19) and rs3131382 (HLA-B*39), showed a significant difference with BMI. Patients with the FBXL19 variant had an average BMI in the presence of GG genotype of 37.2 kg/m² vs 34.3 kg/m² for the AA genotype (p=0.0007). Patients with the HLA-B*39:05 variant had an average BMI with the TT genotype of 47.1 kg/m2 vs 35.4 kg/m² for the CC genotype (p=0.00005). One obesity-weighted SNP, rs11915371 (SAMMSON/FOXP1), showed a significant difference of BMI between genotypes in PsA patients. The average BMI of those with the CC genotype was 32.42 kg/m² compared to an average BMI of 29.77 kg/m² with the TT genotype (p=0.0009). Conclusion: Homozygotes for the minor allele of SNPs within HLA-B*39, FBXL19, and SAMMSON/FOXP1 have shown to have an increased BMI, suggesting a potential genetic link between these genes and PsA and obesity.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».