huNyelv
Haza / Tudás / Tartalom

Tudás

Citokingén-asszociációk az onkológiai betegek és családgondozóik reggeli és esti fáradtságának önbeszámolóivalⅠ

Jun 07, 2022

Absztrakt
Ennek a vizsgálatnak az volt a célja, hogy értékelje a különbségeket a pro- ésanti-gyulladásoscitokin gének a résztvevők között, akiket alacsonynak és magasnak minősítetteka reggeli és esti fáradtság szintjét, valamint a fenotípusos jellemzők közötti különbségek értékeléséte két csoport között. 167 fős onkológiai ambuláns mintán emlő-, prosztata-, tüdő-, illagyrák és 85 családgondozójuk esetében a növekedési keverék modellezést (GMM) alkalmaztákazonosítsa az egyének látens osztályait a reggeli és esti értékelések alapjánfáradtságkapotta sugárterápia előtt, alatt és azt követően 4 hónapig. Különbségek szinglibenközött 15 citokingén nukleotid polimorfizmusait (SNP-k) és haplotípusait értékelték.a látens osztályok. Többszörös logisztikus regressziót alkalmaztunk a fenotípusos illgenotípusos jellemzők reggel és estefáradtságosztályos tagság. Az egyesületek voltaka reggeli fáradtság és a társbetegségek száma, valamint aTNFArs1800629 és rs3093662. Az esti fáradtság az otthoni gyermekgondozással ésvariációk benneIL4rs2243248 ésTNFArs2229094. Fiatalabb életkor és alacsonyabb teljesítmény státusz voltreggelhez és estéhez is kapcsolódikfáradtság. Ezek a megállapítások arra utalnakgyulladásos közvetítők a reggeli és esti fáradtság kialakulásához kapcsolódnak. Azonban mivelKülönböző fenotípusos jellemzők és genomi markerek kapcsolódnak a napi eltérésekhezfáradtság, a reggeli és esti fáradtság különálló, de összefüggő tünetek lehetnek.
Kulcsszavak

citokinek; genetika; reggelfáradtság; estefáradtság; mellrák; tumor nekrózis faktor-alfa;interleukin 4;cistanche kivonat por

anti-fatigue function cistanche (14)

További információért:wallence.suen@wecistanche.com



Fáradtsággyakori és mozgáskorlátozó tünetamely a sugárterápiában részesülő betegek körülbelül 80 százalékánál fordul előés 24-30 százalékábanrákos betegek családgondozói (Swore Fletcher, Dodd, Schumacher ésMiaskowski, 2008). Bár a szerzők beszámoltak a magas prevalenciáról és negatívEnnek a tünetnek a hatása több mint 30 éve, keveset tudunk a mögöttes mechanizmusokrólfáradtság.Míg a fáradtság etiológiája kétségtelenül többtényezős, egyre több a bizonyítékazt sugallja, hogy a gyulladásos utak fontosak e tünet kialakulásában(Barsevick, Frost, Zwinderman, Hall és Halyard, 2010; Jager, Sleijfer és van der Rijt, 2008;Reyes-Gibby et al., 2008; Schubert, Hong, Natarajan, Mills és Dimsdale, 2007).

Valójában,számos tanulmány értékelte a szérum citokinszintek és a fáradtság közötti összefüggéseketelőfordulása vagy súlyossága. Egy kvantitatív áttekintés eredményei (Schubert et al., 2007)pozitív korrelációt sugall a fáradtság és a keringő gyulladásos szint közöttmarkerek. A 19 vizsgált keringő gyulladásos marker közül azonban csak az interleukin(IL)-6, IL1-receptor alfa (IL-1r ), és a neopterin szignifikáns maradt a végső elemzésekben.Ezek a nem meggyőző eredmények a mérés során rejlő kihívásoknak tudhatók bea keringő citokinek és a citokinszintek cirkadián variabilitása (Gilbertson-White,Aouizerat és Miaskowski, 2011).

A szérum citokinek vizsgálata mellett több tanulmány is dokumentált összefüggéseketa citokin gének variációi és a fáradtság között (Aouizerat et al., 2009; Bower, Ganz,Irwin, Arevalo és Cole, 2011; Collado-Hidalgo, Bower, Ganz, Irwin és Cole, 2008; Hong etal., 1995; Miaskowski et al., 2010; Reinertsen et al., 2011). Egy tanulmányban 33 fáradt és 14nem fáradt mellráktúlélők, Collado-Hidalgo et al. (2008) megállapította, hogy mígIL6voltnem jár fáradtsággal,IL1Basszociációt mutatott. Az általunk végzett tanulmánybankutatócsoport (Miaskowski et al., 2010), onkológiai betegek (n= 288) és a családgondozók(n= 103), akik homozigóták voltak a közös allélra nézveIL6Az rs4719714 magasabb szintről számolt bereggeli és esti fáradtság és alvászavar.

Ráadásul ebben ugyanabbanmintában olyan egyének, akik homozigóták voltak a tumor nekrózis faktor-alfában található közös allélra (TNFA)Az rs1800629 magasabb szintű reggeli fáradtságról és alvászavarról számolt be(Aouizerat et al., 2009). Ugyanaz az egynukleotid polimorfizmus (SNP)TNFAvolta kimerültség tüneteivel és a magasabb C-reaktív fehérjeszinttel jár együtt a betegeknélkrónikus fáradtság szindróma (Jeanmonod, von Kanel, Maly és Fischer, 2004). Egy másik tanulmánybanamelyben a kutatók összehasonlították a fáradt (n= 11) és nem fáradt (n= 10) mellráktúlélők, nukleáris faktor kappa béta(NFKB)között kimutatták, hogy az átiratok megnövekedtekfáradt túlélők (Bower et al., 2011). A mellrák túlélőivel végzett kiterjedt tanulmányban azonbancsak egy a hét SNP közül öt citokin génben (azaz a C-reaktív fehérje[CRP]rs3091244)fáradtsággal járt együtt (Reinertsen et al., 2011).

Az eddig végzett kutatások egyik korlátja az, hogy a napi ingadozásoka fáradtság súlyosságát és a kapcsolódó fenotípusos és genotípusos jellemzőket nem értékeltékrészletesen. Kutatócsoportunk egy közelmúltbeli tanulmányában növekedési keverék modellezést használt(GMM), hogy azonosítsa azon egyedek látens osztályait, amelyek kifejezetten reggeli és esti fáradtságban szenvednekaz onkológiai betegek és családgondozóik közötti pályák (Dhruva et al., 2013), mifenotípusos jellemzőket találtak, amelyek megkülönböztetik a reggeli és esti fáradtságotosztályok. Például a High Morning Fatigue osztály résztvevői nagyobb valószínűséggel voltak ilyenekfiatalabbak és alacsonyabb funkcionális állapotúak, mint az alacsony reggeli fáradtság résztvevőiosztály. Ezzel szemben a High Evening Fatigue osztály résztvevői nagyobb valószínűséggel voltak ilyenekfiatalabb, nő, otthon gyermekgondozó, és családgondozó, mint a résztvevőkAlacsony esti fáradtság osztály. Ráadásul a mintának csak 10,3 százaléka volt besorolvamind a legalacsonyabb reggeli és esti fáradtsági osztályok, és csak a minta 41,3 százaléka volta legmagasabb reggeli és esti fáradtsági osztályba is besorolható. Ezen megállapítások alapján
azt javasoltuk, hogy a reggeli és esti fáradtság különálló, de összefüggő tünetek lehetnek.

Ebben a cikkben kibővítjük ezeket az eredményeket, és kiértékeljük, hogy vannak-e különbségek számos pro ésgyulladáscsökkentő citokin géneket azon résztvevők között, akiket ilyennek minősítettekalacsony és magas szintű reggeli és esti fáradtság.

anti-fatigue function cistanche (12)

VÁSÁROLJON CISTANCÉT A CFS-ÉRT

Mód

Résztvevők és beállítások

A tanulmány részleteit másutt publikálták (Aouizerat et al., 2009; Carney et al., 2011;Dhruva et al., 2012; Dunn et al., 2012; Miaskowski et al., 2010; Miaskowski et al., 2011). Ban benRöviden, a betegeket és családgondozóikat (FC-k) két sugárterápiából vették felegy átfogó rákközpontban és egy közösségi alapú onkológiában található osztályokprogram a betegek szimulációs látogatása idején.A betegek akkor vehettek részt a részvételen, ha életkoruk legalább 18 év; átvételét terveztékprimer vagy adjuváns sugárterápia négy rákdiagnózis (pl. emlő, prosztata,tüdő vagy agy); tudtak olvasni, írni és érteni angolul; írásban tájékoztattabeleegyezés; és a Karnofsky Performance Status (KPS) pontszáma 60-nál nagyobb vagy egyenlő.kizárták, ha áttétes betegségük volt, egynél több rákos diagnózisuk volt, vagy diagnosztizáltakalvászavar. A FC-k jogosultak voltak a részvételre, ha betöltötték a 18. életévüket; képesek voltakolvasni, írni és megérteni angolul; írásos beleegyezését adta; KPS-pontszáma nagyobb vagy egyenlő, mint60; együtt éltek a pácienssel, és nem diagnosztizáltak alvászavart.

Hangszerek

Demográfiai kérdőívet használtunk az életkorra, nemre, családi állapotra,iskolai végzettség, etnikai hovatartozás, foglalkoztatási státusz és számos társbetegség jelenlétekörülmények. Áttekintettük az orvosi feljegyzéseket is a betegségekkel és a kezeléssel kapcsolatos információk tekintetében.A Lee Fáradtság Skála (LFS), amelyet a jelen tanulmányban használtunk, 13 elemből áll.a fizikai fáradtság felmérésére tervezték (KA Lee, Hicks és Nino-Murcia, 1991). Teljes fáradtságA pontszámot a 13 elem átlagaként számítják ki, a magasabb pontszámok nagyobb fáradtságot jelezneksúlyossága. A résztvevőket arra kérik, hogy értékeljék az egyes tételeket az alapján, hogy „jelenleg” hogyan érzik magukat belül30 perc ébredés (reggeli fáradtság) és lefekvés előtt (esti fáradtság). Az LFSjól megalapozott érvényességgel és megbízhatósággal rendelkezik. Jelen tanulmányban a Cronbach-alfák aaz esti és reggeli fáradtság a felvételkor {{0}},96 és 0,95 volt a betegeknél és 0,95 és 0,96az FC-knél, ill.


Tanulmányi eljárások

A tanulmányt a University of Human Research Bizottsága hagyta jóváKalifornia, San Francisco és az Intézményi Ellenőrző Testület a második helyen. meghívtuk1 héttel a besugárzás megkezdése előtt részt kell venni a vizsgálatbanterápia (azaz szimulációs látogatás a sugárterápiás mérések elvégzésekor). Ha aFC jelen volt, egy kutatónővér elmagyarázta a vizsgálati protokollt a páciensnek és az FC-nek is,a jogosultság megállapításához, és írásos beleegyezést szereztek. FC-k, akik nem voltak jelentelefonon megkeresték részvételi szándékukat. Ezek az FC-k elkészültekaz otthoni felvételi eljárásokat. A résztvevők a beiratkozáskor teljesítették az LFS-t, 4 héta sugárkezelés megkezdése után, a sugárkezelés befejezésekor, valamint a 4., 8., 12.és 16 héttel a sugárterápia befejezése után (azaz hét értékelés 6 év feletthónapok).


A fenotípusos adatok elemzésének módszerei
Az adatokat az SPSS 19-es verziójával (SPSS, 2010) és az Mplus 6.11-es verziójával (LK) elemeztükMuthen és Muthen, 1998-2010). Leíró statisztikák és gyakorisági eloszlások voltaka minta jellemzői és a fáradtság súlyossági pontszámai alapján generált. Független minta t-próbák,varianciaanalízist (ANOVA) és Chi-négyzet analízist végeztünk az értékeléshezdemográfiai és klinikai jellemzők különbségei a fáradtsági osztályok között.A látens osztályok azonosítására robusztus maximális valószínűség-becsléssel rendelkező GMM-et használtak (pl.résztvevők alcsoportjai) különálló reggeli és esti fáradtsági pályákkal a 6hónapig (BO Muthen & Kaplan, 2004). Mert a résztvevők 65 százaléka volta beteg-gondozó diádokban a modelleket a "diád" klaszterezési változóval becsülték meg.biztosítsa, hogy a reggeli és esti fáradtság közötti bármilyen függőség a betegek ésAz ugyanabban a diádban lévő FC-ket a GMM-analízis során ellenőriztük. Meg kell jegyezni, hogy miutána diádokon belüli függőséget figyelembe véve nem találtunk szignifikáns különbségeta betegek és az FC-k között a különböző reggeli és esti paraméterbecslésekben
kimerültségi GMM-pályák, amelyeket a kezdeti elemzés során azonosítottak.

Amint arról korábban beszámoltunk (Dhruva et al., 2013), három különböző látens osztályt azonosítottakreggeli és esti fáradtság. A jelen dokumentumban közölt jelölt génelemzések esetébena három reggeli fáradtsági osztályokat két csoportra bontották (azaz nagyon alacsony [32,5 százalék]szemben az Alacsony és Magas [67,5 százalék]), csakúgy, mint a három esti fáradtsági osztály (azaz alacsony [11,1 százalék]mérsékelt és magas [88,9 százalék]). Ennek a kategorizálásnak az az oka, hogy nagyon alacsonyáltalában a reggeli fáradtság és az esti fáradtság alacsony szintje várhatónépesség. Ez az extrém fenotípusú megközelítés hatékony stratégia a potenciál azonosításáratünetekkel vagy klinikai állapotokkal kapcsolatos jelölt gének (Li, Lewinger, Gauderman,Murcray és Conti, 2011).

A hiányzó adatok miatt nem történt korrekció. Ezért az egyes elemzésekhez tartozó kohorsz az volta csoportok között elérhető legnagyobb adatkészlettől függ. Ap-értéke < ,05 voltstatisztikailag szignifikánsnak tekinthető.


A genomikai adatok elemzésének módszerei

Gén szelekció -A gyulladást elősegítő citokinek elősegítik a szisztémás gyulladást éside tartozik az interferon-gamma (IFN ), IFN receptor 1 (IFN R1), IL-1R1, IL-2, IL-8, IL-17A,NFKB1, NFKB2 és TNF- . A gyulladásgátló citokinek elnyomják a pro-gyulladásos citokinek, köztük az IL-1R2, IL-4, IL-10 és az IL-13. Figyelem, az IFN 1, IL-1 , és az IL{0}} gyulladásgátló és gyulladásgátló tulajdonságokkal rendelkeznek (Seruga, Zhang, Bernstein ésTannock, 2008).


Vérvétel és genotipizálásA genomi dezoxiribonukleinsav (DNS) voltarchivált buffy coat-ból nyertük ki a PUREGene DNS Isolation System segítségével(Invitrogen, Carlsbad, CA). A 287 felvett résztvevő közül 253-tól sikerült DNS-t előállítanirésztvevők (azaz 168 beteg és 85 FC). A mintákat GoldenGate segítségével genotipizáltukgenotipizálási platformon (Illumina, San Diego, CA), és a GenomeStudio segítségével dolgozták fel(Illumina, San Diego, CA).


Egy nukleotid polimorfizmus (SNP) szelekció –kombinációját választottuk kiSNP-k és SNP-k címkézése az irodalom által elemzésekhez. Az SNP-k címkézése voltnyilvánosnak kell lennie (azaz ritka allélgyakoriságként nagyobb vagy egyenlő, mint 0.05) nyilvánosanadatbázisok. A megbízható genetikai asszociációs elemzések biztosítása érdekében minőségi munkát végeztünkszabályozza az SNP-k szűrését. SNP-k 95 százalék alatti hívásaránnyal vagy Hardy-Weinbergp-értékei< .001="" were="">Amint az a kiegészítő 1. táblázatban láthatópossible>, a 15 jelölt gén közül összesen 92 SNP teljesítette az összes minőségellenőrzési szűrőtés bekerültek a genetikai asszociációs elemzésekbe (IFNG1:5 SNP;IFNGR1:1 SNP;IL1B:12 SNP;IL1R1:5 SNP;IL1R2:3 SNP;IL2:5 SNP;IL4:8 SNP;IL6:9 SNP;IL8:3 SNP;IL10:8 SNP;IL13:4 SNP;IL17A:5 SNP;NFKB1:11 SNP;NFKB2: 4SNP-k;TNFA:9 SNP). Az SNP-k lehetséges funkcionális szerepei a specifikusA tüneteket a PUPASuite 2 segítségével vizsgálták.{1}} (Conde et al., 2006).


Statisztikai elemzések-Az allél- és genotípus-gyakoriságokat gének határozták megszámolás. A Hardy-Weinberg egyensúlyt a Chi-négyzet vagy a Fisher-féle egzakt segítségével határoztuk megtesztek. A kapcsolódási egyensúlyhiány mérései (LD; azaz D' ésr2) alapján számították kia résztvevők genotípusait Haploview-val


4.2. Az LD alapú haplotípus blokk meghatározása alapulta D' konfidencia intervallumon (Gabriel et al., 2002)

A haplotípusok a PHASE program 2.1-es verziójával készültek (Stephens, Smith ésDonnelly, 2001). Csak azok a haplotípusok, amelyekre 0,85-nél nagyobb vagy egyenlő valószínűségi becsléssel következtetteköt iteráción keresztül megtartottuk a downstream elemzésekhez. A haplotípusokat értékeltékadagolási modellt feltételezve.
Az ősi informatív markereket (AIMS) használtuk a miatti zavaró tényezők minimalizálásáranépesség rétegződése (Halder, Shriver, Thomas, Fernandez és Frudakis, 2008; Hoggart etal., 2003; Tian, ​​Gregersen és Seldin, 2008). Homogenitás az ősökben a résztvevők közöttfőkomponens-analízissel (Price et al., 2006) Helix Tree (Golden) segítségével igazoltákHelix, Bozeman, MT). Az elemzésbe 106 AIM került bele. Az első három PC voltúgy választották ki, hogy alkalmazkodjanak a populáció alstruktúrája miatti esetleges zavaró tényezőkhöz (pl. faji/etnicitás) a három kovariáns minden regressziós modellbe való bevonásával.
Az asszociációs tesztekhez három genetikai modellt értékeltek minden SNP-re: additív, domináns,és recesszív. A triviális fejlesztések (pl. delta < 10="" százalék)="" kizárásával="" a="" legjobb="" genetikai="">illeszkedjen az adatokhoz, maximalizálva az adatok jelentőségétp-érték, minden SNP-hez lett kiválasztva.Logisztikus regressziós elemzés, amely a szignifikáns kovariánsokat, valamint a faji/etnikai hovatartozást használták a genotípus és a fáradtság-csoport közötti összefüggés értékeléséretagság. Visszafelé lépésenkénti megközelítést alkalmaztak egy takarékos modell létrehozásához.
A saját bevallású faji/etnikai hovatartozás és a CÉLOK kivételével csak az ap-értéke < ,05megmaradtak a végső modellben. A genetikai modell illeszkedése korrigálatlan és kovariáns korrigáltAz esélyhányadosokat a STATA 9-es verziójával becsülték meg.Ahogyan azt korábbi tanulmányainkban is megtettük (Illi et al., 2012; McCann et al., 2012; C Miaskowski et al.al., 2012), a szakirodalom ajánlásai alapján (Hattersley és McCarthy, 2005;Rothman, 1990), a genomikai adatok szigorú minőségellenőrzésének végrehajtása, a függetlenség hiánya.az SNP-k/haplotípusok LD-ben, és az elemzések feltáró jellege,

nem végeztek kiigazításokat a többszöri teszteléshez. Ezenkívül jelentős SNP-ket azonosítottak aa kétváltozós elemzéseket tovább értékeltük regressziós elemzésekkel, amelyek kontrollálták aa fenotípusos jellemzők különbségei, a populáció miatti esetleges zavaró tényezőkrétegződés, és más SNP-k/haplotípusok variációi ugyanazon a génen belül. Csak azokAzok az SNP-k, amelyek szignifikánsak maradtak, bekerültek az eredmények végső bemutatásába.Ezért a jelentett jelentős független társulások valószínűleg nem kizárólag ennek köszönhetőkvéletlen. A kiigazítatlan asszociációkat minden olyan SNP esetében jelentették, amely megfelel a minőség-ellenőrzési kritériumoknakkiegészítő 1. táblázat, amely lehetővé teszi a későbbi összehasonlításokat és metaanalíziseket.


Eredmények

A résztvevők jellemzői

A teljes minta, amelynek 46,2 százaléka férfi és 53,8 százaléka nő volt, 167 onkológusból állt.járóbetegek és 85 FC. A résztvevők többsége jól képzett és kaukázusi származású voltátlagéletkora 61,5 év. Az átlagos KPS-pontszám 92 volt, és az átlagos résztvevő volttöbb mint négy társbetegség. A betegek körülbelül 49 százalékának volt prosztatarákja,38 százalékuk volt mellrákos, 7 százalékuk agydaganatban, 6 százalékuk pedig tüdőrákban. Nem találtukszignifikáns különbségek a betegek és az FC-k reggeli fáradtságra vonatkozó értékelései között (2,3 ± 2.{3}}versus 2,3 ± 1,9) és az esti fáradtság (4,2 ± 2.0 versus 4,5 ± 2.0)beiratkozáskor.

Fenotípusos különbségek a reggeli fáradtság osztályai között

A Nagyon alacsony reggeli fáradtság osztályban lévőkkel összehasonlítva (n= 82 [32,5 százalék ]), résztvevőiaz alsó és felső osztályok (összevonvan= 170 [67,5 százalék ]) szignifikánsan fiatalabbak voltak, és anagyobb számú társbetegség és szignifikánsan alacsonyabb KPS pontszám (1. táblázat). BelülNagyon alacsony reggeli fáradtság osztály, nem találtunk különbséget a betegek között ({{0}},7 ± 1,0) ésAz FCs ({{0}},9 ± 0,9) értékelése a reggeli fáradtságról a beiratkozáskor. Az alacsony és magas reggelen belülfáradtsági osztályok, nem találtunk különbséget a betegek (3,1 ± 1,8) és az FC-k (3.0 ± 2.0) között.a reggeli fáradtság értékelése a beiratkozáskor.

Jelölt génelemzések a reggeli fáradtság órákhoz

Az öt SNP közül, amelyek szignifikánsan különböztek a két reggeli fáradtság osztályai között(1. kiegészítő táblázat), egy génben két asszociáció szignifikáns maradt atöbbváltozós regressziós elemzések (pl.TNFArs1800629,TNFArs3093662). Mindkét SNP esetébenegy domináns modell illik a legjobban az adatokhoz (mindkettőp = 0.006).

energy cistanche pillls (23)

A jelölt gének regressziós elemzése a reggeli fáradtság órákhoz

A nagyság (azaz esélyhányados, VAGY) és a pontosság (95 százalék) jobb becslése érdekébenkonfidencia intervallum, CI) a genotípus reggeli fáradtság osztályának tagságán, többszörös változóA logisztikus regressziós modellek alkalmasak voltak a két osztály összehasonlítására. A genotípus mellett aA modellekben szereplő fenotípusos jellemzők a következők voltak: életkor, KPS pontszám és önbevallásés a faji/etnikai hovatartozás genomikai becslései (2. táblázat).A regressziós elemzésbenTNFArs1800629, amely heterozigóta vagy homozigóta aA ritka A allél (GG versus GA plusz AA) 52 százalékkal csökkentette az esélyéta magasabb reggeli fáradtság csoportba tartozik (1A ábra). A regressziós elemzésbenTNFArs309662, heterozigóta vagy homozigóta a ritka G allélra (AA versus AGplusz GG) 6.{1}}szeresére nőtt a magasabbhoz való tartozás esélyébenreggeli fáradtság csoport (1B. ábra).

Fenotípusos különbségek az esti fáradtság osztályai között

Az alacsony esti fáradtság osztályhoz képest a Mérsékelt és Magas osztályok résztvevőiszignifikánsan fiatalabbak voltak, szignifikánsan alacsonyabb volt a KPS-pontszámuk, és nagyobb valószínűséggel voltak ilyenekgyermekei élnek otthon (2. táblázat). Az Alacsony esti fáradtság osztályon belül nemkülönbségek a betegek (1,2 ± 1,2) és FC-k (1,2 ± 0,8) esti fáradtság értékelése közöttbeiratkozás. Hasonlóképpen, nem találtunk különbséget a Mérsékelt és a Magas estén belülfáradtsági osztályok a betegek (4,5 ± 1,8) és az FC-k (4,8 ± 1,8) esti fáradtság értékelése közöttbeiratkozás.

Jelölt génelemzések az esti fáradtság órákhoz

A nyolc SNP közül, amelyek szignifikánsan különböztek a két esti fáradtsági osztály között(1. kiegészítő táblázat), két gén mindegyikében egy-egy asszociáció szignifikáns maradt atöbbváltozós regressziós elemzések (pl.IL4rs2243248,TNFArs2229094). Mindkét SNP esetében adomináns modell illeszkedik legjobban az adatokhoz.

A jelölt gének regressziós elemzése az esti fáradtság osztályokra

A genotípus nagyságának (vagyis OR) és pontosságának (95 százalékos CI) jobb becslése érdekébenesti fáradtság osztály tagság, több változós logisztikus regressziós modellek alkalmasak voltakhasonlítsa össze a két osztályt. A genotípus mellett a fenotípusos jellemzők, amelyek voltaka modellekben életkor és önbevallás, valamint a faji/etnikai hovatartozás genomikai becslései szerepeltek(3. táblázat).A regressziós elemzésbenIL4rs2243248, amely heterozigóta vagy homozigóta a ritkák számáraA G allél (TT versus TG plusz GG) az összetartozás esélyének 70%-os csökkenésével járt.a magasabb esti fáradtsági osztályba (2A. ábra). A regressziós elemzésbenTNFAAz rs2229094 heterozigóta vagy homozigóta a ritka C allélra (TT versus TC plusz CC)a nagyobb esti fáradtsághoz való tartozás esélyének 3.{1}}szeres növekedésével járosztály (2B. ábra).

energy cistanche pillls (23)





Akár ez is tetszhet