Ãtude d'association entre certains gènes candidats et l'asthme dans une cohorte familiale originaire du Saguenay-Lac-Saint-Jean : réflexion sur l'analyse d'interaction gène-gène
Bibliographic record
Abstract
Selon le Global burden of asthma (2004), l'asthme est une maladie inflammatoire chronique des voies respiratoires des plus fréquentes qui affecte environ 300 millions de personnes dans le monde. Cette maladie touche les individus de tous âges et de toutes conditions, bien que de proportion plus élevée chez les enfants. L'asthme est aujourd'hui considéré, dans l'ensemble de la littérature, comme un trait complexe qui apparaît probablement suite à l'influence de facteurs environnementaux chez des individus génétiquement prédisposés. En raison de la grande hétérogénéité phénotypique et génétique observée dans l'asthme, aucun gène de susceptibilité « majeur » à l'asthme n'est reconnu à ce jour. Les objectifs de cette étude sont donc de mettre en évidence des gènes associés à cette affection ainsi que les interactions gène-gène possibles entre eux, en employant l'approche par gènes candidats. La méthodologie repose sur l'emploi d'une population dite à « effet fondateur » (cohorte originaire du Saguenay-Lac-Saint-Jean) dans le génotypage de ces gènes ainsi que d'une démarche statistique originale basée sur la création de pseudotémoins à partir des trios familiaux de la cohorte dans l'analyse des interactions (effectuée à l'aide du test de déséquilibre de transmission version haplotype, du odd ratio et de l'analyse de régression). Des cinq gènes candidats testés, seulement PPARG a montré une association significative avec l'asthme (p = 0,016) et suggestive avec l'atopie (p = 0,042). Concernant les analyses d'interaction, les trois approches statistiques ont permis d'identifier des interactions potentielles entre les gènes PPARG et IL 13 ou IL4RA et entre les gènes IL4RA et IL4 ou IL1B dans l'asthme, ce qui suggère l'emploi de ce type d'analyse dans la recherche de déterminants génétiques pour l'asthme. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".