Relationship Between CYP2A6 and CHRNA5-CHRNA3-CHRNB4 Variation and Smoking Behaviors and Lung Cancer Risk
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».