Microelements as risk factors for cancer of the lung and larynx
Notice bibliographique
Résumé
Selenium deficiency has been suggested by several studies to be associated with cancer risk. We conducted a case-control study in Szczecin, a region of northwestern Poland, on 86 cases of lung cancer, 87 cases of laryngeal cancer and an equal number of healthy controls. We studied the serum level of selenium and genotypes for four variants in four selenoprotein genes (GPX1, GPX4, TXNRD2 and SEP15) and the odds of being diagnosed with lung or laryngeal cancer. Among lung cancer cases, the mean selenium level was 63.2 µg/l, compared to a mean level of 74.7 µg/l for their matched controls (p 80 µg/l) was associated with an odds ratio of 0.10 (95% CI 0.03 to 0.34; p = 0.0002) for lung cancer and 0.24 (95% CI 0.10 to 0.59; p = 0.002) for laryngeal cancer. In four selenoproteins studied here we found a modest associations of genetic variants in GPX1 and GPX4 with lung and TXNRD2 with laryngeal cancer risk. We analyzed iron (Fe) level in serum of 77 lung cancer patients and 77 matched controls. We did not find difference in mean Fe level between cases and controls (1053.05 µg/l and 1059.39 µg/l). However, we found that Fe level in the lowest and highest quartiles was associated with a significant lung risk enhancement when compared to a serum Fe level in the middle quartiles (OR 0.3, p 0.02). We also observed that the relationship between the level of Fe and Se could be an important factor for 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 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 | 0,002 | 0,008 |
| 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 | 0,001 |
| 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 ».