Red Meat Intake, Doneness, Polymorphisms in Genes that Encode Carcinogen-Metabolizing Enzymes, and Colorectal Cancer Risk
Notice bibliographique
Résumé
Colorectal cancer literature regarding the interaction between polymorphisms in carcinogen-metabolizing enzymes and red meat intake/doneness is inconsistent. A case-control study was conducted to evaluate the interaction between red meat consumption, doneness, and polymorphisms in carcinogen-metabolizing enzymes. Colorectal cancer cases diagnosed 1997 to 2000, ages 20 to 74 years, were identified through the population-based Ontario Cancer Registry and recruited by the Ontario Family Colorectal Cancer Registry. Controls were sex-matched and age group-matched random sample of Ontario population. Epidemiologic and food questionnaires were completed by 1,095 cases and 1,890 controls; blood was provided by 842 and 1,251, respectively. Multivariate logistic regression was used to obtain adjusted odds ratio (OR) estimates. Increased red meat intake was associated with increased colorectal cancer risk [OR (> 5 versus < or = 2 servings/wk), 1.67 (1.36-2.05)]. Colorectal cancer risk also increased significantly with well-done meat intake [OR (> 2 servings/wk well-done versus < or = 2 servings/wk rare-regular), 1.57 (1.27-1.93)]. We evaluated interactions between genetic variants in 15 enzymes involved in the metabolism of carcinogens in overcooked meat (cytochrome P450, glutathione S-transferase, UDP-glucuronosyltransferases, SULT, NAT, mEH, and AHR). CYP2C9 and NAT2 variants were associated with colorectal cancer risk. Red meat intake was associated with increased colorectal cancer risk regardless of genotypes; however, CYP1B1 combined variant and SULT1A1-638G>A variant significantly modified the association between red meat doneness intake and colorectal cancer risk. In conclusion, well-done red meat intake was associated with an increased risk of colorectal cancer regardless of carcinogen-metabolizing genotype, although our data suggest that persons with CYP1B1 and SULT1A1 variants had the highest colorectal cancer risk.
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 | 0,000 |
| 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) | 0,001 | 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 ».