P‐selectin genotype is associated with the development of cancer cachexia
Notice bibliographique
Résumé
The variable predisposition to cachexia may, in part, be due to the interaction of host genotype. We analyzed 129 single nucleotide polymorphisms (SNPs) in 80 genes for association with cachexia based on degree of weight loss (>5, >10, >15%) as well as weight loss in the presence of systemic inflammation (C-reactive protein, > 10 mg/l). 775 cancer patients were studied with a validation association study performed on an independently recruited cohort (n = 101) of cancer patients. The C allele (minor allele frequency 10.7%) of the rs6136 (SELP) SNP was found to be associated with weight loss >10% both in the discovery study (odds ratio (OR) 0.52; 95% confidence intervals (CI), 0.29-0.93; p = 0.026) and the validation study (OR 0.09, 95% CI 0.01-0.98, p = 0.035). In separate studies, induction of muscle atrophy gene expression was investigated using qPCR following either tumour-induced cachexia in rats or intra-peritoneal injection of lipopolysaccharide in mice. P-selectin was found to be significantly upregulated in muscle in both models. Identification of P-selectin as relevant in both animal models and in cachectic cancer patients supports this as a risk factor/potential mediator in cachexia.
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 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 | 0,001 | 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) | 0,001 | 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 tête enseignante, 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 ».