MétaCan
Menu
Retour à la cohorte
Enregistrement W1980178355 · doi:10.1182/blood-2012-06-438606

A prospective study of circulating adipokine levels and risk of multiple myeloma

2012· article· en· W1980178355 sur OpenAlexaff
Jonathan N. Hofmann, Linda M. Liao, Michaël Pollak, Ye Wang, Ruth M. Pfeiffer, Dalsu Baris, Gabriella Andreotti, Qing Lan, Ola Landgren, Nathaniel Rothman, Mark P. Purdue

Notice bibliographique

RevueBlood · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueChemokine receptors and signaling
Établissements canadiensJewish General Hospital
Organismes subventionnairesNational Institutes of Health
Mots-clésAdipokineAdiponectinMedicineInternal medicineEndocrinologyLeptinProspective cohort studyOdds ratioAdipose tissueObesityInsulin resistance

Résumé

récupéré en direct d'OpenAlex

It has been hypothesized that the observed excess risk of multiple myeloma (MM) among obese persons could be the result of altered circulating levels of adipokines, polypeptide hormones with pro- and anti-inflammatory properties secreted by adipose tissue. We investigated whether circulating levels of leptin, total adiponectin, and high molecular weight adiponectin are associated with subsequent MM risk among 174 MM patients and 348 controls within the Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial. Inverse associations with MM were observed for total adiponectin (highest quartile vs lowest: odds ratio = 0.49; 95% CI = 0.26-0.93, P(trend) = .03) and high molecular weight adiponectin (0.44; 0.23-0.85, P(trend) = .01). These associations remained after restricting to MM patients diagnosed ∼ 8 years or more after blood collection. Leptin levels were not associated with MM risk. The results of this study, to our knowledge the first prospective investigation of circulating adipokines and MM, suggest that adiponectin may play an important role in obesity-related myelomagenesis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations67
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetChemokine receptors and signalingTravaux en français237 207