Relationship Between CYP2A6 and CHRNA5-CHRNA3-CHRNB4 Variation and Smoking Behaviors and Lung Cancer Risk
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Genetic variations in the CYP2A6 nicotine metabolic gene and the CHRNA5-CHRNA3-CHRNB4 (CHRNA5-A3-B4) nicotinic gene cluster have been independently associated with lung cancer. With genotype data from ever-smokers of European ancestry (417 lung cancer patients and 443 control subjects), we investigated the relative and combined associations of polymorphisms in these two genes with smoking behavior and lung cancer risk. Kruskal-Wallis tests were used to compare smoking variables among the different genotype groups, and odds ratios (ORs) for cancer risk were estimated using logistic regression analysis. All statistical tests were two-sided. Cigarette consumption (P < .001) and nicotine dependence (P = .036) were the highest in the combined CYP2A6 normal metabolizers and CHRNA5-A3-B4 AA (tag single-nucleotide polymorphism rs1051730 G>A) risk group. The combined risk group also exhibited the greatest lung cancer risk (OR = 2.03; 95% confidence interval [CI] = 1.21 to 3.40), which was even higher among those who smoked 20 or fewer cigarettes per day (OR = 3.03; 95% CI = 1.38 to 6.66). Variation in CYP2A6 and CHRNA5-A3-B4 was independently and additively associated with increased cigarette consumption, nicotine dependence, and lung cancer risk. CYP2A6 and CHRNA5-A3-B4 appear to be more strongly associated with smoking behaviors and lung cancer risk, respectively.
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.
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 découle