Interactions between genetic polymorphisms in the apoptotic pathway and environmental factors on esophageal adenocarcinoma risk
Notice bibliographique
Résumé
How genetic variations in apoptosis pathway interact with environmental factors to contribute to esophageal adenocarcinoma (EA) risk has not been comprehensively investigated. We conducted a case-only analysis in 335 Caucasian EA patients that were genotyped for 242 single nucleotide polymorphisms (SNPs) in 43 apoptotic genes. Gene-environment interactions were assessed using a two-step approach. First, random forest algorithm was used to screen for the potential interacting markers. Next, we used case-only logistic regression model to estimate the effects of gene-environment interactions on EA risk. Four SNPs (PERP rs648802; PIK3CA rs4855094, rs7644468 and TNFRSF1A rs4149579) had significant interaction with gastroesophageal reflux disease (GERD). The presence of variant alleles in TP53BP1 rs560191, CASP7 rs7907519 or BCL2 rs12454712 enhanced the risk of smoking by 2.08-2.58 times [interaction odds ratio (ORi)=2.08-2.58, adjusted P-value (Padj)=0.02-0.04]. Compared with patients carrying ≤1 risk genotype, the risk of GERD on EA was increased in persons with two (ORi=1.89, Padj=0.016) or ≥3 (ORi=4.30, Padj<0.0001) risk genotypes. Compared with cases with ≤1 risk genotype, smoking-associated EA risk increased by 3.15 times when ≥2 risk genotypes were present (ORi=3.15, Padj<0.0001). In conclusion, interactions among apoptotic SNPs and GERD or smoking play an important role in EA 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 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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».