Genetic Ancestry and Risk Factors for Breast Cancer among Latinas in the San Francisco Bay Area
Notice bibliographique
Résumé
BACKGROUND: Genetic association studies using case-control designs are susceptible to false-positive and false-negative results if there are differences in genetic ancestry between cases and controls. We measured genetic ancestry among Latinas in a population-based case-control study of breast cancer and tested the association between ancestry and known breast cancer risk factors. We reasoned that if genetic ancestry is associated with known breast cancer risk factors, then the results of genetic association studies would be confounded. METHODS: We used 44 ancestry informative markers to estimate individuals' genetic ancestry in 563 Latina participants. To test whether ancestry is a predictor of hormone therapy use, parity, and body mass index (BMI), we used multivariate logistic regression models to estimate odds ratios (OR) and 95% confidence intervals (95% CI) associated with a 25% increase in Indigenous American ancestry, adjusting for age, education, and the participant's and grandparents' place of birth. RESULTS: Hormone therapy use was significantly less common among women with higher Indigenous American ancestry (OR, 0.78; 95% CI, 0.63-0.96). Higher Indigenous American ancestry was also significantly associated with overweight (BMI, 25-29.9 versus <25) and obesity (BMI, > or =30 versus <25), but only among foreign-born Latina women (OR, 3.44; 95% CI, 1.97-5.99 and OR, 1.95; 95% CI, 1.24-3.06, respectively). CONCLUSION: Some breast cancer risk factors are associated with genetic ancestry among Latinas in the San Francisco Bay Area. Therefore, case-control genetic association studies for breast cancer should directly measure genetic ancestry to avoid potential confounding.
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 | 0,001 | 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 ».