Serum leptin and adiponectin levels and risk of renal cell carcinoma
Notice bibliographique
Résumé
OBJECTIVE: The incidence of renal cell carcinoma (RCC) has increased rapidly in the U.S., particularly among African Americans. Despite a well-established link between obesity and RCC, the mechanism through which obesity increases cancer risk has yet to be established. Adipokines, such as leptin and adiponectin, may link obesity and cancer, with different quantitative effects by race. DESIGN AND METHODS: We evaluated the association between leptin and adiponectin concentrations and RCC risk among Caucasians (581 cases, 558 controls) and African Americans (187 cases, 359 controls) in a case-control study conducted in Detroit and Chicago. Odds ratios (ORs) and 95% confidence intervals (95%CIs) were estimated using unconditional logistic regression. RESULTS: Among controls, Caucasians had higher median adiponectin than African Americans (males: 8.2 vs. 7.0 μg/ml, P = 0.001; females: 13.4 vs. 8.4 μg/ml, P < 0.0001), and lower median leptin than African Americans (males: 11.8 vs. 14.1 ng/ml, P = 0.04; females: 28.3 vs. 45.9 ng/ml, P < 0.0001). Among Caucasians, the ORs for RCC comparing the highest (Q4) to the lowest (Q1) sex-specific quartile of leptin were 3.2 (95% CI: 1.9-5.2) for males and 4.7 (95% CI: 2.6-8.6) for females. Serum leptin was not significantly associated with RCC among African American males (OR 1.5, 95% CI: 0.7-3.1) or females (OR 2.1, 95% CI: 0.8-5.5). Higher adiponectin was associated with RCC risk among African American males (Q4 vs. Q1: OR 2.3, 95% CI: 1.1-4.6) and females (OR 2.1, 95% CI: 1.2-6.7), but not significantly among Caucasian males (OR 1.6, 95% CI: 0.99-2.7) and females (OR 1.6, 95% CI: 0.9-3.1). CONCLUSION: We observed an association between both leptin and adiponectin concentrations and risk of RCC, which may differ by race. Confirmation in further investigations is needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».