Prediagnostic Plasma C-Peptide and Pancreatic Cancer Risk in Men and Women
Notice bibliographique
Résumé
BACKGROUND: Hyperinsulinemia and insulin resistance have been proposed as underlying mechanisms for the increase in pancreatic cancer among long-standing diabetics and obese individuals. An association between serum insulin levels and pancreatic cancer risk was reported in a recent study, but the population was composed of heavy smokers and their findings may not be generalizable to nonsmokers. METHODS: Pancreatic cancer cases and matched controls were obtained from four large-scale prospective cohorts to examine the association between prediagnostic plasma levels of C-peptide and insulin and pancreatic cancer. One hundred ninety-seven pancreatic cancer cases were diagnosed during a maximum of 20 years of follow-up, after excluding cases diagnosed within 2 years of blood collection or with baseline diabetes. We estimated OR and confidence intervals (CI) using conditional logistic regression with adjustment for pancreatic cancer risk factors. RESULTS: Prediagnostic plasma C-peptide was positively associated with pancreatic cancer risk (OR, 1.52; 95% CI, 0.87-2.64, highest compared with the lowest quartile, P(trend) = 0.005). The association was not modified by body mass index or physical activity but seemed to be slightly stronger among never smokers than ever smokers. Fasting C-peptide and insulin were not related to pancreatic cancer; however, we observed a strong linear association for nonfasting C-peptide and pancreatic cancer (OR, 4.24; 95% CI, 1.30-13.8, highest versus lowest quartile, P(trend) < 0.001). CONCLUSIONS: Based on our finding of a strong positive association with nonfasting C-peptide levels, we propose that insulin levels in the postprandial state may be the relevant exposure for pancreatic carcinogenesis; however, other studies will need to examine this possibility.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».