Systematic Meta-Analyses and Field Synopsis of Genetic Association Studies in Colorectal Cancer
Notice bibliographique
Résumé
BACKGROUND: Colorectal cancer is a major global public health problem, with approximately 950,000 patients newly diagnosed each year. We report the first comprehensive field synopsis and creation of a parallel publicly available and regularly updated database (CRCgene) that catalogs all genetic association studies on colorectal cancer (http://www.chs.med.ed.ac.uk/CRCgene/). METHODS: We performed two independent systematic reviews, reviewing 10 145 titles, then collated and extracted data from 635 publications reporting on 445 polymorphisms in 110 different genes. We carried out meta-analyses to derive summary effect estimates for 92 polymorphisms in 64 different genes. For assessing the credibility of associations, we applied the Venice criteria and the Bayesian False Discovery Probability (BFDP) test. RESULTS: We consider 16 independent variants at 13 loci (MUTYH, MTHFR, SMAD7, and common variants tagging the loci 8q24, 8q23.3, 11q23.1, 14q22.2, 1q41, 20p12.3, 20q13.33, 3q26.2, 16q22.1, and 19q13.1) to have the most highly credible associations with colorectal cancer, with all variants except those in MUTYH and 19q13.1 reaching genome-wide statistical significance in at least one meta-analysis model. We identified less-credible (higher heterogeneity, lower statistical power, BFDP >0.2) associations with 23 more variants at 22 loci. The meta-analyses of a further 20 variants for which associations have previously been reported found no evidence to support these as true associations. CONCLUSION: The CRCgene database provides the context for genetic association data to be interpreted appropriately and helps inform future research direction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,098 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,016 |
| Bibliométrie | 0,031 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».