p53 Gene Expression in Relation to Indoor Exposure to Unvented Coal Smoke in Xuan Wei, China
Notice bibliographique
Résumé
Lung cancer mortality rates in Xuan Wei County, which are among the highest in China, have previously been associated with exposure to indoor emissions from burning smoky coal. To determine if this association is stronger among lung cancer patients with abnormal expression of p53, we performed a population-based case-control study. Ninety-seven newly diagnosed lung cancer patients and 97 controls, individually matched by age, sex, and home fuel type, were enrolled. We used immunocytochemical methods to assess p53 protein accumulation in exfoliated tumor cells isolated from sputum samples. As expected, the amount of lifetime smoky coal use was associated with an overall increase in lung cancer risk. Compared with subjects who used less than 130 tons of smoky coal during their lifetime, the odds ratios (OR) for lung cancer were 1.48 (95% confidence interval [CI], 0.73 to 3.02) for subjects exposed to 130 to 240 tons, and 3.21 (95% CI, 1.23 to 9.03) for subjects who used more than 240 tons of smoky coal (P for trend 0.01). The effect was due almost exclusively to the pattern in women, almost all of whom were nonsmokers. Further, among highly exposed women, the association was substantially larger and achieved statistical significance only among patients with sputum samples that were positive for p53 overexpression (OR, 18.72; 95% CI, 1.77 to 383.38 vs OR, 4.80; 95% CI, 0.66 to 43.87 for p53-negative cases). This study suggests that exposure to the combustion products of smoky coal in Xuan Wei is more strongly associated with women who have lung cancer accompanied by p53 protein overexpression in exfoliated tumor cells.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».