Ãtude d'association entre des polymorphismes de la lipase liprotéique et des facteurs de risque de maladies cardiovasculaires au sein d'une cohorte de travailleurs forestiers du Saguenay-Lac-Saint-Jean
Bibliographic record
Abstract
Différentes études ont mis en lumière des gènes de susceptibilité ou de protection au développement de traits complexes. Pour notre part, l'intérêt s'est concentré sur la lipase lipoprotéique (LPL), où l'impact que provoque une déficience dans ce gène a été clairement démontré sur le développement de maladies cardiovasculaires. Ce projet a pour but de faire l'étude d'association entre quatorze polymorphismes de la LPL et des facteurs de risque cardiovasculaires auprès de 252 travailleurs forestiers de la compagnie Abitibi-Consolidated de Saint-Félicien. Six des variants génotypes avaient une fréquence allélique > 2,5 % et servaient pour les régressions logistiques. Parmi les associations, S447X a été associé avec le risque de présenter de l'obésité abdominale, de l'hyperinsulinémie et de l'hyperglycémie et ce en dépit d'une diminution du risque d'hypertriglycéridémie. Ainsi, cette étude indique l'importance d'analyses supplémentaires afin de mieux comprendre l'implication de la LPL dans les mécanismes qui sous-tendent ces différents facteurs de risque. \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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| 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".