MétaCan
Menu
Retour à la cohorte
Enregistrement W1817947240 · doi:10.3934/genet.2015.4.250

Associations of CYP1A1 gene polymorphisms and risk of breast cancer in Indian women: a meta-analysis

2015· article· en· W1817947240 sur OpenAlexaff
Noel Pabalan, Neetu Singh, Eloisa Singian, Caio Parente Barbosa, Bianca Bianco, Hamdi Jarjanazi

Notice bibliographique

RevueAIMS Genetics · 2015
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisBreast cancerMedicineOncologySubgroup analysisInternal medicineEpidemiologyCase-control studyDemographyPublication biasGynecologyCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Reported associations of CYP1A1 polymorphisms with breast cancer have been inconsistent. In this meta-analysis examining breast cancer associations of three CYP1A1 polymorphisms (M1, M2 and M4) among Indian women may yield information that may be of clinical and epidemiological use for this particular demography. We searched MEDLINE using PubMed and Embase for association studies. From seven published case-control studies, we estimated overall associations and applied subgroup analysis to explore differential effects. All three polymorphisms exhibited overall increased risk, significant in M1 (OR 1.61–1.65, p = 0.04) and M4 (OR 2.02–3.92, p = 0.02–0.04). Differential effects were observed only in the M1 polymorphism where M1 effects were significant in South Indians (OR 2.20–4.34, p < 0.0001) but not the North population, who were at reduced risk (OR 0.64–0.77, p = 0.03–0.55). These populations were not materially different in regard to M2 and M4 as did the women stratified by menopausal status. In this meta-analysis, M1 and M4 effects may render Indian women susceptible, but may be limited by heterogeneity of the studies. Differential effects of the M1 polymorphism in breast cancer render South Indians susceptible compared to those in the North.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,427
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS GeneticsMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207