Genetic determinants of fat intake and risk factors of chronic diseases
Notice bibliographique
Résumé
Contexte: Le gène CD36 est un candidat de la perception gustative des acides gras provenant des aliments. Il a été associé à la variation interindividuelle de la préférence et la consommation du gras. Un excès d’adiposité peut compromettre la détection orosensorielle. Par contre, peu d’études ont été effectuées sur l’association du gène CD36 et la consommation du gras entre les individus qui sont en sous-poids/ poids normal (SP/PN) et en surpoids / obèses (S/O).Méthodes: Les données sur la nutrition (évaluées par le questionnaire de fréquence alimentaire), la génétique (9 variantes), l’indice de masse corporelle (IMC), le mode de vie et les biomarqueurs ont été obtenues de la biobanque CARTaGENE (n = 12,065). Celle-ci est une cohorte d’adultes québécois d’âge moyen. Les variables de résultat principales sont constituées des apports (% kcal / jour) des acides gras totaux, saturés (AGS), monoinsaturés (AGMI), et polyinsaturés (AGPI). Les variables de résultat secondaires sont la consommation (portions / jour) de quatre catégories d’aliments riches en lipides (les gras et huiles ajoutés, les aliments riches en AGMI et AGPI, les aliments riches en gras et les desserts) et les biomarqueurs des maladies chroniques. Des modèles de régression multiple stratifiés selon les catégories d’IMC ont été utilisés pour évaluer les associations entre les variantes de CD36 et les variables de résultat. Tous les modèles sont ajustés pour l’âge, le sexe, la consommation d’alcool, la catégorie de revenu, l’éducation, le statut de fumeur, l’activité physique, la consommation de sucres, la consommation de sel, l’apport énergétique et l’indice de masse corporelle.Résultats: Chez les individus SP/PN, les porteurs de deux allèles mineurs de rs1049654 sont associés avec des apports plus élevés en lipides, en AGMI et en AGPI (34.8% vs. 30.5%, P=0.0105; 13.9% vs. 12.0%, P=0.0247; 6.8% vs. 5.3%, P=0.0066, respectivement). Parmi les porteurs de rs10499859, comparés aux porteurs de deux allèles AA, les porteurs des allèles GG + AG ont consommé plus de AGPI (5.0% vs. 5.9%, P=0.0291, 5.0% vs. 5.8%, P=0.0243, respectivement). Les porteurs de rs1527483 (AA + AG) et rs3211956 (CA + CC) sont associés avec des apports plus élevés en AGS (11.8% vs. 10.7%, P=0.0278) et moins élevés en AGPI (5.3% vs. 6.3%, P=0.0466), respectivement. En plus, les porteurs d ‘un allèle mineur de rs1527483 et rs3211956 sont associés avec une consommation plus fréquente en aliments riches en lipides et les desserts (1.9 vs. 1.4, P=0.0210; 1.3 vs. 1.1, P=0.0209, respectivement). Chez les individus S/O, les porteurs de rs1054516 (hétérozygote AG) et de rs3173798 (GA + GG) sont associés avec un apport alimentaire plus élevé en AGS (10.1 vs. 10.4%, P=0.0185; 10.6% vs. 10.2%, P=0.0223, respectivement). Ceux qui portent un allèle mineur de rs1054516 (AG +GG) sont associé avec des triglycérides sériques plus élevés (0.22 vs. 0.19, P=0.0065).Conclusion: Les polymorphismes de CD36 sont associés à la consommation habituelle de lipides, qui potentiellement contribue aux associations entre CD36 et des biomarqueurs de maladies chroniques. Ces associations diffèrent selon le statut d’IMC et le type de gras consommé
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 | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».