A genome wide association study on Newfoundland colorectal cancer patients’ survival outcomes
Notice bibliographique
Résumé
BACKGROUND: In this study we performed genome-wide association studies to identify candidate SNPs that may predict the risk of disease outcome in colorectal cancer. METHODS: Patient cohort consisted of 505 unrelated patients with Caucasian ancestry. Germline DNA samples were genotyped using the Illumina® human Omni-1quad SNP chip. Associations of SNPs with overall and disease free survivals were examined primarily for 431 patients with microsatellite instability-low (MSI-L) or stable (MSS) colorectal tumors using Cox proportional hazards method adjusting for clinical covariates. Bootstrap method was applied for internal validation of results. As exploratory analyses, association analyses for the colon (n = 334) and rectal (n = 171) cancer patients were also performed. RESULTS: As a result, there was no SNP that reached the genomewide significance levels (p < 5x10(-8)) in any of the analyses. A small number of genetic markers (n = 10) showed nominal associations (p <10(-6)) for MSS/MSI-L, colon, or rectal cancer patient groups. These markers were located in two non-coding RNA genes or intergenic regions and none were amino acid substituting polymorphisms. Bootstrap analysis for the MSS/MSI-L cohort data suggested the robustness of the observed nominal associations. CONCLUSIONS: Likely due to small number of patients, our study did not identify an acceptable level of association of SNPs with outcome in MSS/MSI-L, colon, or rectal cancer patients. A number of SNPs with sub-optimal p-values were, however, identified; these loci may be promising and examined in other larger-sized patient cohorts.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».