An Assessment of the Shared Allelic Architecture between Type II Diabetes and Prostate Cancer
Notice bibliographique
Résumé
BACKGROUND: To determine whether the alleles that influence type II diabetes risk and glycemic traits also influence prostate cancer risk. METHODS: We used a multiple single-nucleotide polymorphisms (SNP) genotypic risk score to assess the average effect of alleles that increase type II diabetes risk or worsen glycemic traits on risk of prostate cancer in 19,662 prostate cancer cases and 19,715 controls from the Prostate Cancer Association Group to Investigate Cancer Associated Alterations in the Genome (PRACTICAL) consortium and 5,504 prostate cancer cases and 5,834 controls from the Cancer Research UK (CRUK) prostate cancer study. RESULTS: Calculating the average additive effect of type II diabetes or glycemic trait risk alleles on prostate cancer risk using a logistic model revealed no evidence of a shared allelic architecture between type II diabetes, or worsened glycemic status, with prostate cancer risk [OR for type II diabetes alleles: 1.00 (P = 0.58), fasting glycemia alleles: 1.00 (P = 0.67), HbA1c alleles: 1.00 (P = 0.93), 2-hour OGTT alleles: 1.01 (P = 0.14), and HOMA-B alleles: 0.99 (P = 0.57)]. CONCLUSIONS: Using genetic data from large consortia, we found no evidence for a shared genetic etiology of type II diabetes or glycemic risk with prostate cancer. IMPACT: Our results showed that alleles influencing type II diabetes and related glycemic traits were not found to be associated with the risk of prostate cancer.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».