Prediagnostic plasma <scp>IGFBP</scp>‐1, <scp>IGF</scp>‐1 and risk of prostate cancer
Notice bibliographique
Résumé
Insulin-like growth factor (IGF)-1 is associated with a higher risk of prostate cancer. IGF-binding protein (IGFBP)-1, a marker for insulin activity, also binds IGF-1 and inhibits its action. Data on IGFBP-1 and prostate cancer risk are sparse and whether the IGF and insulin axes interact to affect prostate cancer carcinogenesis is unknown. We evaluated the independent and joint influence of prediagnostic plasma levels of IGFBP-1 (fasting) and IGF-1 on risk of prostate cancer among 957 cases and 1,021 controls with fasting levels of IGFBP-1 and 1,709 cases and 1,778 controls with IGF-1 nested within the Health Professionals Follow-up Study. Unconditional logistic regression adjusting for matching factors was used to estimate the odds ratio (OR) and 95% confidence interval (CI). Higher prediagnostic fasting IGFBP-1 levels were associated with lower risk of prostate cancer (highest vs. lowest quartile OR = 0.67, 95% CI 0.52-0.86, p(trend) = 0.003), which remained similar after adjusting for IGF-1. Prediagnostic IGF-1 was associated with increased risk of prostate cancer (highest vs. lowest quartile OR = 1.28, 95% CI = 1.05-1.56, p(trend) = 0.01). The associations with each marker were primarily driven by lower-grade and non-advanced prostate cancer. Being low in IGFBP-1 and high in IGF-1 did not confer appreciable additional risk (p(interaction) = 0.42). In summary, prediagnostic fasting IGFBP-1 may influence prostate cancer carcinogenesis. Being low in IGFBP-1 or high in IGF-1 is sufficient to elevate the risk of prostate cancer.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».