MétaCan
Menu
Retour à la cohorte
Enregistrement W2147615363 · doi:10.1093/hmg/dds334

Influence of common genetic variation on lung cancer risk: meta-analysis of 14 900 cases and 29 485 controls

2012· review· en· W2147615363 sur OpenAlexafffund
Maria Timofeeva, Þórunn Rafnar, David C. Christiani, John K. Field, Heike Bickeböller, Angela Risch, James McKay, Yufei Wang, Juncheng Dai, Valérie Gaborieau, Darren R. Brenner, Steven A. Narod, Neil E. Caporaso, Demetrius Albanes, Michael J. Thun, Timothy Eisen, H.‐Erich Wichmann, Albert Rosenberger, Younghun Han, Wei Chen, Dakai Zhu, Margaret R. Spitz, Xifeng Wu, Mala Pande, Yang Zhao, Давид Заридзе, Neonilia Szeszenia‐Dabrowska, Jolanta Lissowska, Péter Rudnai, Eleonóra Fabiánová, Dana Mateș, Vladimír Bencko, Lenka Foretová, Vladimí­r Janout, Hans E. Krokan, Maiken E. Gabrielsen, Frank Skorpen, Lars J. Vatten, Inger Njølstad, Chu Chen, Gary E. Goodman, Mark Lathrop, Simone Benhamou, Tõnu Vooder, Kristjan Välk, Mari Nelis, Andres Metspalu, Olaide Y. Raji, Ying Chen, John R. Gosney, Triantafillos Liloglou, Thomas Muley, Hendrik Dienemann, Guðmar Þorleifsson, Hongbing Shen, Kāri Stefánsson, Paul Brennan, Christopher I. Amos, Richard S. Houlston, Maria Teresa Landi

Notice bibliographique

RevueHuman Molecular Genetics · 2012
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensWomen's College HospitalLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesFP7 Research Potential of Convergence RegionsNational Cancer InstituteNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteNational High-tech Research and Development ProgramEuropean Regional Development FundUniversity of Texas MD Anderson Cancer CenterU.S. Public Health ServiceNational Institutes of HealthSynchrotron Light Research InstituteInstitut National Du CancerTartu ÜlikoolCanadian Cancer Society Research InstituteDeutsche ForschungsgemeinschaftDeutscher Akademischer AustauschdienstCancer Care OntarioCancer Prevention and Research Institute of TexasNorges ForskningsrådWellcome TrustCancer Research UKHenry Ford Health SystemAmerican Cancer SocietyGeorgetown UniversityUniversity of Colorado DenverDeutsche KrebshilfeNational Natural Science Foundation of ChinaUniversity of PittsburghJohns Hopkins UniversityBundesamt für StrahlenschutzSanofiRoy Castle Lung Cancer FoundationUniversity of California, Los AngelesUniversity of Minnesota
Mots-clésBiologyLung cancerCDKN2AGenome-wide association studyLung cancer susceptibilityGeneticsp14arfGenetic associationCancerOncologyCarcinogenesisSingle-nucleotide polymorphismGeneGenotypeMedicineTumor suppressor gene

Résumé

récupéré en direct d'OpenAlex

Recent genome-wide association studies (GWASs) have identified common genetic variants at 5p15.33, 6p21-6p22 and 15q25.1 associated with lung cancer risk. Several other genetic regions including variants of CHEK2 (22q12), TP53BP1 (15q15) and RAD52 (12p13) have been demonstrated to influence lung cancer risk in candidate- or pathway-based analyses. To identify novel risk variants for lung cancer, we performed a meta-analysis of 16 GWASs, totaling 14 900 cases and 29 485 controls of European descent. Our data provided increased support for previously identified risk loci at 5p15 (P = 7.2 × 10(-16)), 6p21 (P = 2.3 × 10(-14)) and 15q25 (P = 2.2 × 10(-63)). Furthermore, we demonstrated histology-specific effects for 5p15, 6p21 and 12p13 loci but not for the 15q25 region. Subgroup analysis also identified a novel disease locus for squamous cell carcinoma at 9p21 (CDKN2A/p16(INK4A)/p14(ARF)/CDKN2B/p15(INK4B)/ANRIL; rs1333040, P = 3.0 × 10(-7)) which was replicated in a series of 5415 Han Chinese (P = 0.03; combined analysis, P = 2.3 × 10(-8)). This large analysis provides additional evidence for the role of inherited genetic susceptibility to lung cancer and insight into biological differences in the development of the different histological types of lung cancer.

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)0,009
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,019
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 GPT0,364
Écart entre enseignants0,304 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations240
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Molecular GeneticsMême sujetRNA modifications and cancerTravaux en français237 207