Genetic Polymorphisms Associated with Obesity in Southeast Asian Populations: A Systematic Review without Meta-Analysis
Notice bibliographique
Résumé
Obesity is a growing global public health challenge, with genetic factors playing a crucial role in its development. This review synthesises findings from Southeast Asian studies to investigate the association between gene polymorphisms and obesity risk across various ethnic populations. A comprehensive search of three databases, PubMed, Scopus, and Web of Science, initially retrieved 2,021 articles, from which 25 studies were meticulously selected based on stringent inclusion and exclusion criteria. The quality of the studies was assessed through the Newcastle-Ottawa Scale (NOS), a risk bias tool. These studies encompass 8,312 participants and examined 33 single nucleotide polymorphisms (SNPs). UCP polymorphism demonstrated a significant association with overall adiposity (OR = 2.02, P = 0.01) in Malaysian women, while the rs659366 UCP2 was linked to weight gain in an Indonesian cohort. LEP variants were not significantly associated with obesity in Malaysians, and FTO variants showed mixed results, with rs9939609 (OR = 3.72, P = 0.009) and rs1421085 (OR = 3.22, P < 0.001) variants being associated with obesity and higher body mass index (BMI) in Indonesians, but no significant findings in Malaysians. These results emphasise the genetic diversity within Southeast Asia and the challenges in replicating genetic associations across populations. To address these inconsistencies and improve our understanding of obesity in Southeast Asia, there is a pressing need for more extensive and diverse cohort studies, complemented by comprehensive genome-wide association studies (GWAS), to identify robust obesity biomarkers in Southeast Asia.
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 | 0,012 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».