MétaCan
Menu
Retour à la cohorte
Enregistrement W2022004236 · doi:10.1158/1538-7445.am10-4830

Abstract 4830: Insulin-like growth factors and kidney cancer risk in men

2010· article· en· W2022004236 sur OpenAlexaff
Jacqueline M. Major, Michaël Pollak, Kirk Snyder, Jarmo Virtamo, Demetrius Albanes

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney cancerRenal functionCancerInternal medicineContext (archaeology)Risk factorKidney diseaseKidneyProspective cohort studyCancer preventionEndocrinologyOncology

Résumé

récupéré en direct d'OpenAlex

Abstract Context: Causes of kidney cancer are not fully understood. Incidence is highest in those ages 50 to 70, and almost twice as high in men as in women. Smokers are twice as likely as non-smokers to develop renal cell carcinoma and about four times as likely to develop cancer of the renal pelvis. Insulin-like growth factor-I (IGF-I) has been shown to increase kidney microvascular growth and glomerular filtration rate, and its administration increases renal function in animal models of chronic renal failure, and has been proposed as a possible therapeutic agent (Hirschberg et al, 1998). However, the possible roles of IGF in the development of kidney cancer have not been well-studied. Objective: To examine the relation of serum levels of IGF-I and insulin-like growth factor binding protein 3 (IGFBP-3) to kidney cancer risk. Methods: We conducted a case-cohort study nested within the prospective Alpha-Tocopherol, Beta-Carotene Cancer Prevention (ATBC) Study of 29,133 Finnish male smokers who were 50-69 years of age and not diagnosed with cancer at study entry. Serum concentrations of IGF-I, IGFBP-3 were measured in blood samples collected in 1985 to 1988. One hundred men were identified who had a diagnosis of kidney cancer >5 years after blood collection through the end of 1997. Self-reported information on lifestyle and medical history was collected and weight and height were measured at baseline. Multivariable logistic regression models were used to estimate the relative risk of kidney cancer associated with IGF levels. Results: A history of hypertension (known to be increased in those who are older, overweight, or heavier smokers) was more common among cases than among noncases. Men with IGF-I levels >108 ng/mL were 63% less likely to develop kidney cancer than men with IGF-I levels ≤108 ng/mL (OR=0.37; 95% CI=0.20-0.69). IGFBP-3 levels did not alter the association between IGF-I and kidney cancer risk. Further, no association was observed between IGFBP-3 levels and the development of 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, age, anthropometry, lifestyle and medical history. Further research is needed to confirm the findings and examine the association in women and non-smokers. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 4830.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,058
Tête enseignante GPT0,407
Écart entre enseignants0,350 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer Risks and FactorsTravaux en français237 207