Insulin-like growth factors and risk of kidney cancer in men
Notice bibliographique
Résumé
BACKGROUND: Insulin-like growth factor-I (IGF-I) has been shown to increase kidney growth, glomerular filtration rate, and renal function. METHODS: In the prospective Alpha-Tocopherol, Beta-Carotene Cancer Prevention (ATBC) study of 29 133 Finnish male smokers aged 50-69 years, serum concentrations of IGF were measured in samples collected in 1985-1988. A total of 100 men with kidney cancer diagnosed > or =5 years after blood collection through 1997 were compared with a subcohort of 400 men; logistic regression models were used to estimate the risk of developing kidney cancer. RESULTS: Men with IGF-I levels >113 ng ml(-1) were 59% less likely to develop kidney cancer than men with levels < or =113 ng ml(-1) (odds ratio=0.41; 95% confidence interval=0.23-0.75). The IGF binding protein-3 (IGFBP-3) levels did not alter the association. No association was observed between IGFBP-3, or molar ratio of IGF-I/IGFBP-3, and kidney cancer. CONCLUSIONS: Low serum IGF-I levels in this cohort of older middle-aged male smokers are associated with increased kidney cancer risk, independent of IGFBP-3.
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 | 0,000 |
| 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 ».