Family history of hematopoietic malignancies and risk of non-Hodgkin lymphoma (NHL): a pooled analysis of 10 211 cases and 11 905 controls from the International Lymphoma Epidemiology Consortium (InterLymph)
Notice bibliographique
Résumé
A role for genetic susceptibility in non-Hodgkin lymphoma (NHL) is supported by the accumulating evidence of common genetic variations altering NHL risk. However, the pattern of NHL heritability remains poorly understood. We conducted a pooled analysis of 10 211 NHL cases and 11 905 controls from the International Lymphoma Epidemiology Consortium (InterLymph) to evaluate NHL risk among those with hematopoietic malignancies in first-degree relatives. Odds ratios (ORs) and 95% confidence intervals (CIs) of NHL and its subtypes were estimated from unconditional logistic regression models with adjustment for confounders. NHL risk was elevated for individuals who reported first-degree relatives with NHL (OR = 1.5; 95% CI = 1.2-1.9), Hodgkin lymphoma (OR = 1.6; 95% CI = 1.1-2.3), and leukemia (OR = 1.4; 95% CI = 1.2-2.7). Risk was highest among individuals who reported a brother with NHL (OR = 2.8; 95% CI = 1.6-4.8) and was consistent for all NHL subtypes evaluated. If a first-degree relative had Hodgkin lymphoma, NHL risk was highest if the relative was a parent (OR = 1.7; 95% CI = 1.0-2.9). If a first-degree relative had leukemia, NHL risk was highest among women who reported a sister with leukemia (OR = 3.0; 95% CI = 1.6-5.6). The pattern of NHL heritability appeared to be uniform across NHL subtypes, but risk patterns differed by specific hematopoietic malignancies and the sex of the relative, revealing critical clues to disease etiology.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».