B Vitamins, Methionine and Alcohol Intake and Risk of Colon Cancer in Relation to BRAF Mutation and CpG Island Methylator Phenotype (CIMP)
Notice bibliographique
Résumé
BACKGROUND: One-carbon metabolism appears to play an important role in DNA methylation reaction. Evidence suggests that a low intake of B vitamins or high alcohol consumption increases colorectal cancer risk. How one-carbon nutrients affect the CpG island methylator phenotype (CIMP) or BRAF mutation status in colon cancer remains uncertain. METHODS: Utilizing incident colon cancers in a large prospective cohort of women (the Nurses' Health Study), we determined BRAF status (N = 386) and CIMP status (N = 375) by 8 CIMP-specific markers [CACNA1G, CDKN2A (p16), CRABP1, IGF2, MLH1, NEUROG1, RUNX3, and SOCS1], and 8 other CpG islands (CHFR, HIC1, IGFBP3, MGMT, MINT-1, MINT-31, p14, and WRN). We examined the relationship between intake of one-carbon nutrients and alcohol and colon cancer risk, by BRAF mutation or CIMP status. RESULTS: Higher folate intake was associated with a trend towards low risk of CIMP-low/0 tumors [total folate intake ≥400 µg/day vs. <200 µg/day; the multivariate relative risk = 0.73; 95% CI = 0.53-1.02], whereas total folate intake had no influence on CIMP-high tumor risks (P(heterogeneity) = 0.73). Neither vitamin B(6), methionine or alcohol intake appeared to differentially influence risks for CIMP-high and CIMP-low/0 tumors. Using the 16-marker CIMP panel did not substantially alter our results. B vitamins, methionine or alcohol intake did not affect colon cancer risk differentially by BRAF status. CONCLUSIONS: This molecular pathological epidemiology study suggests that low level intake of folate may be associated with an increased risk of CIMP-low/0 colon tumors, but not that of CIMP-high tumors. However, the difference between CIMP-high and CIMP-low/0 cancer risks was not statistically significant, and additional studies are necessary to confirm these observations.
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 ».