MétaCan
Menu
Retour à la cohorte
Enregistrement W1995703314 · doi:10.1093/jnci/djv100

CHRNA5 Risk Variant Predicts Delayed Smoking Cessation and Earlier Lung Cancer Diagnosis—A Meta-Analysis

2015· review· en· W1995703314 sur OpenAlexaff
Li‐Shiun Chen, Timothy B. Baker, Amy C. Horton, Rob Culverhouse, Nancy L. Saccone, Iona Cheng, Bo Deng, Younghun Han, Helen M. Hansen, Janet Horsman, Claire Kim, Sharon M. Lutz, Albert Rosenberger, Katja K.H. Aben, Angeline S. Andrew, Naomi Breslau, Shen‐Chih Chang, Aida Karina Dieffenbach, Hendrik Dienemann, Brittni N. Frederiksen, Jiali Han, Dorothy K. Hatsukami, Eric O. Johnson, Mala Pande, Margaret Wrensch, Vidar Skaug, Jason A. Wampfler, Angela S. Wenzlaff, Penella J. Woll, Shanbeh Zienolddiny, Heike Bickeböller, Hermann Brenner, Eric J. Duell, Aage Haugen, Joachim Heinrich, John E. Hokanson, David J. Hunter, Lambertus A. Kiemeney, Philip Lazarus, Loı̈c Le Marchand, Geoffrey Liu, José Mayordomo, Angela Risch, Ann G. Schwartz, M. Dawn Teare, Xifeng Wu, John K. Wiencke, Ping Yang, Zuo‐Feng Zhang, Margaret R. Spitz, Peter Kraft, Christopher I. Amos, Laura J. Bierut

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNicotinic Acetylcholine Receptors Study
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Institute of Dental and Craniofacial ResearchNational Institute of Environmental Health SciencesNational Human Genome Research InstituteCancer Research UKNational Cancer InstituteNational Heart, Lung, and Blood InstituteNational Institute on Drug Abuse
Mots-clésLung cancerMeta-analysisMedicineSmoking cessationOncologyInternal medicineCancerPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent meta-analyses show strong evidence of associations among genetic variants in CHRNA5 on chromosome 15q25, smoking quantity, and lung cancer. This meta-analysis tests whether the CHRNA5 variant rs16969968 predicts age of smoking cessation and age of lung cancer diagnosis. METHODS: Meta-analyses examined associations between rs16969968, age of quitting smoking, and age of lung cancer diagnosis in 24 studies of European ancestry (n = 29 072). In each dataset, we used Cox regression models to evaluate the association between rs16969968 and the two primary phenotypes (age of smoking cessation among ever smokers and age of lung cancer diagnosis among lung cancer case patients) and the secondary phenotype of smoking duration. Heterogeneity across studies was assessed with the Cochran Q test. All statistical tests were two-sided. RESULTS: The rs16969968 allele (A) was associated with a lower likelihood of smoking cessation (hazard ratio [HR] = 0.95, 95% confidence interval [CI] = 0.91 to 0.98, P = .0042), and the AA genotype was associated with a four-year delay in median age of quitting compared with the GG genotype. Among smokers with lung cancer diagnoses, the rs16969968 genotype (AA) was associated with a four-year earlier median age of diagnosis compared with the low-risk genotype (GG) (HR = 1.08, 95% CI = 1.04 to 1.12, P = 1.1*10(-5)). CONCLUSION: These data support the clinical significance of the CHRNA5 variant rs16969968. It predicts delayed smoking cessation and an earlier age of lung cancer diagnosis in this meta-analysis. Given the existing evidence that this CHRNA5 variant predicts favorable response to cessation pharmacotherapy, these findings underscore the potential clinical and public health importance of rs16969968 in CHRNA5 in relation to smoking cessation success and lung cancer risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,108
Tête enseignante GPT0,408
Écart entre enseignants0,300 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations76
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetNicotinic Acetylcholine Receptors StudyTravaux en français237 207