MétaCan
Menu
Retour à la cohorte
Enregistrement W7133065186

Genetic Variation Predicting Lactose Intolerance (LCT -13910C>T), Dairy Intake, 25-Hydroxyvitamin D and Risk of Cardiometabolic Disease

2018· dissertation· W7133065186 sur OpenAlexaboutno aff
Ohood Alharbi

Notice bibliographique

RevueTSpace · 2018
Typedissertation
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDigestive system and related health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLactose intoleranceGenotypeVitamin D and neurologyLactoseGenetic variationDiseaseCalciumFood frequency questionnaire
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: The LCT-13910C>T variant is associated with lactose intolerance (LI) in >70 ethnic populations. In Canada, the prevalence of the LCT -13910C>T variant is not known. Individuals with LI might avoid dairy, which is a rich source of calcium and vitamin D. Dairy has been associated with increased risk of cardiometabolic diseases, but findings have been equivocal. Objectives: To determine the prevalence of LI risk genotypes in major ethnic groups living in Canada and their association with 25(OH)D levels and biomarkers of cardiometabolic disease, and to determine food predictors of calcium and vitamin D in different LCT genotypes. Methods: A total of 1,495 participants from the Toronto Nutrigenomics and Health (TNH) study were used for the present study. Fasting blood samples were obtained for genotyping, 25(OH)D, biomarkers of cardiometabolic disease, and plasma proteomics. Dairy intake was assessed using a 196-item semi-quantitative food frequency questionnaire. Results: Approximately 32% of Caucasians, 99% of East Asians, 74% of South Asians, and 59% of those with other ethnicities had the CC genotype associated with LI. In Caucasians, compared to the TT genotype, those with the CC genotype had lower dairy intake, and plasma 25(OH)D levels. The CT and CC genotypes were associated with lower calcium intake and increased risk of suboptimal (

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,278
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetDigestive system and related healthTravaux en français237 207