Etiologic Heterogeneity Among Non-Hodgkin Lymphoma Subtypes: The InterLymph Non-Hodgkin Lymphoma Subtypes Project
Notice bibliographique
Résumé
BACKGROUND: Non-Hodgkin lymphoma (NHL) comprises biologically and clinically heterogeneous subtypes. Previously, study size has limited the ability to compare and contrast the risk factor profiles among these heterogeneous subtypes. METHODS: We pooled individual-level data from 17 471 NHL cases and 23 096 controls in 20 case-control studies from the International Lymphoma Epidemiology Consortium (InterLymph). We estimated the associations, measured as odds ratios, between each of 11 NHL subtypes and self-reported medical history, family history of hematologic malignancy, lifestyle factors, and occupation. We then assessed the heterogeneity of associations by evaluating the variability (Q value) of the estimated odds ratios for a given exposure among subtypes. Finally, we organized the subtypes into a hierarchical tree to identify groups that had similar risk factor profiles. Statistical significance of tree partitions was estimated by permutation-based P values (P NODE). RESULTS: Risks differed statistically significantly among NHL subtypes for medical history factors (autoimmune diseases, hepatitis C virus seropositivity, eczema, and blood transfusion), family history of leukemia and multiple myeloma, alcohol consumption, cigarette smoking, and certain occupations, whereas generally homogeneous risks among subtypes were observed for family history of NHL, recreational sun exposure, hay fever, allergy, and socioeconomic status. Overall, the greatest difference in risk factors occurred between T-cell and B-cell lymphomas (P NODE < 1.0×10(-4)), with increased risks generally restricted to T-cell lymphomas for eczema, T-cell-activating autoimmune diseases, family history of multiple myeloma, and occupation as a painter. We further observed substantial heterogeneity among B-cell lymphomas (P NODE < 1.0×10(-4)). Increased risks for B-cell-activating autoimmune disease and hepatitis C virus seropositivity and decreased risks for alcohol consumption and occupation as a teacher generally were restricted to marginal zone lymphoma, Burkitt/Burkitt-like lymphoma/leukemia, diffuse large B-cell lymphoma, and/or lymphoplasmacytic lymphoma/Waldenström macroglobulinemia. CONCLUSIONS: Using a novel approach to investigate etiologic heterogeneity among NHL subtypes, we identified risk factors that were common among subtypes as well as risk factors that appeared to be distinct among individual or a few subtypes, suggesting both subtype-specific and shared underlying mechanisms. Further research is needed to test putative mechanisms, investigate other risk factors (eg, other infections, environmental exposures, and diet), and evaluate potential joint effects with genetic susceptibility.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».