MétaCan
Menu
Retour à la cohorte
Enregistrement W2146659056 · doi:10.1158/1055-9965.epi-11-0434

Common Polymorphisms in the Adiponectin and Its Receptor Genes, Adiponectin Levels and the Risk of Prostate Cancer

2011· article· en· W2146659056 sur OpenAlexaff
Preet K. Dhillon, Kathryn L. Penney, Fredrick R. Schumacher, Jennifer R. Rider, Howard D. Sesso, Michaël Pollak, Michelangelo Fiorentino, Stephen P. Finn, Massimo Loda, Nader Rifai, Lorelei A. Mucci, Edward L. Giovannucci, Meir J. Stampfer, Jing Ma

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipokines, Inflammation, and Metabolic Diseases
Établissements canadiensJewish General Hospital
Organismes subventionnairesNational Cancer Institute
Mots-clésAdiponectinProstate cancerAdiponectin receptor 1Single-nucleotide polymorphismInternal medicineEndocrinologyAdipokineMedicineSNPProstateCancerGenotypeCase-control studyOncologyInsulin resistanceInsulinBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Adiponectin, an insulin-sensitizing adipokine, is inversely associated with adiposity and prostate cancer risk and progression. However, the role of genetic variation in the adiponectin (ADIPOQ) and receptor genes (ADIPOR1/R2) in prostate cancer is largely unknown. METHODS: In a nested case-control study of 1,286 cases and 1,267 controls within the Physicians' Health Study, we evaluated 29 common single-nucleotide polymorphisms (SNP) in ADIPOQ (n = 13), ADIPOR1 (n = 5), and ADIPOR2 (n = 11) in relation to the risk of prostate cancer. In subgroups, we also evaluated the association of genotype and circulating adiponectin levels (n = 951) and prostate tumor expression of insulin receptor (IR) and insulin-like growth factor 1 (IGF-IR) receptor (n = 181). RESULTS: Among the 12 tagging polymorphisms in ADIPOQ, four (rs266729, rs182052, rs822391, and rs2082940) were significantly associated (P < 0.05) with overall prostate cancer risk, with no significant difference by tumor grade or clinical stage. Two of the risk SNPs (rs266729 and rs182052) plus four other SNPs (rs16861209, rs17366568, rs3774261, and rs7639352) were also associated with plasma adiponectin levels, and three of these (rs1686109, rs17366568, and rs3774261) were also significantly associated with IR expression in prostate tumor tissue. One additional SNP was associated with IGFI-R tumor tissue expression (rs16861205). None of the 16 variants in ADIPOR1/R2 were related to cancer risk or circulating adiponectin levels. CONCLUSIONS: Common variants in the adiponectin gene were associated with prostate cancer risk, plasma adiponectin levels, and IR or IGF-IR expression in the prostate tumor. IMPACT: These genotype-phenotype associations support the biological relevance of adiponectin for prostate carcinogenesis, particularly in earlier stages of development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,333
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetAdipokines, Inflammation, and Metabolic DiseasesTravaux en français237 207