Association of α4β2 nicotinic receptor and heavy smoking in schizophrenia
Notice bibliographique
Résumé
INTRODUCTION: Previously we suggested that the CHRNA7 polymorphism in nicotinic receptor genes, in particular the D15S1360 in CHRNA7, is associated with smoking in schizophrenia. Schizophrenia patients are usually heavy smokers. In this study we hypothesized that high-affinity nicotinic receptors are associated with smoking in such patients. OBJECTIVE: To investigate the role of α4 (Ch 20) and β2 (Ch 1) genes in conferring a risk for smoking and for smoking a large number of cigarettes daily in subjects with schizophrenia. METHODS: Our study sample consisted of 241 white European schizophrenia patients (157 smokers and 84 nonsmokers) from the Toronto area. Current smoking status was assessed by the medical history. We investigated 4 markers located in the CHRNA4 gene and 3 markers located in the CHRNB2 gene. RESULTS: There was no difference in age or ethnicity between the 2 groups and the population was not stratified (λ = 0.4527). We found a significant association between the CHRNA4 rs3746372 allele 1 and a large number of cigarettes smoked daily (p = 0.0203). The intragenic interaction between rs3787116 and rs3746372 (p = 0.0050) in CHRNA4 showed a significant interaction for the number of cigarettes smoked. CONCLUSION: Although our findings suggest an association between rs3746372 allele 1 and heavy smoking, further study is warranted to investigate the relation between smoking and high-affinity nicotinic receptor genes in schizophrenia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».