Association between Polymorphisms in Cancer-Related Genes and Early Onset of Esophageal Adenocarcinoma
Notice bibliographique
Résumé
There is an increasing incidence of esophageal adenocarcinoma (EA) among younger people in the western populations. However, the association between genetic polymorphisms and the age of EA onset is unclear. In this study, 1330 functional/tagging single-nucleotide polymorphisms (SNPs) from 354 cancer-related genes were genotyped in 335 white EA patients. Twenty important SNPs that have the highest importance scores and lowest classification error rate were identified by the random forest algorithm to be associated with early onset of EA (age ≤ 55 years). Subsequent logistic regression analysis indicated that 10 SNPs (rs2070744 of NOS3, rs720321 of BCL2, rs17757541 of BCL2, rs11775256 of TNFRSF10A, rs1035142 of CASP8, rs2236302 of MMP14, rs4740363 of ABL1, rs696217 of GHRL, rs2445762 of CYP19A1, and rs11941492 of VEGFR2/KDR) were significantly associated with early onset of EA (≤55 vs >55 years, all P < .05 after adjusting for co-variates and false discovery rate). Among them, five SNPs in the NOS3, BCL2, TNFRSF10A, and CASP8 genes were known to be involved in apoptosis processes. In Kaplan-Meier analyses, rs2070744 of NOS3, rs720321 of BCL2, and rs1035142 of CASP8 were also significantly associated with early onset of EA. Moreover, there was a higher risk of developing EA at a younger age when one had more risk genotypes. In conclusion, polymorphisms in cancer-related genes, especially those in the apoptotic pathway, play an important role in the development of younger-aged EA in a dose-response manner.
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) | 0,000 | 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 ».