<i>TNF</i> polymorphisms and prostate cancer risk
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Inflammation has been hypothesized to increase prostate cancer risk. Tumor necrosis factor (TNF) is an important mediator of the inflammatory process, but the relationship between TNF variants and prostate cancer remains unclear. METHODS: We examined associations between six TNF single nucleotide polymorphisms (SNPs) (rs1799964, rs1800630, rs1799724, rs1800629, rs361525, rs1800610) and prostate cancer risk among 2,321 cases and 2,560 controls from two nested case-control studies within the Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial (PLCO, n = 2,561, 5 SNPs) and the Cancer Prevention Study II Nutrition Cohort (Nutrition Cohort, n = 2,320, 6 SNPs). Odds ratios and 95% confidence intervals were estimated for individual SNPs and haplotypes in each cohort separately and in pooled analyses. RESULTS: No TNF SNP was associated with prostate cancer risk in PLCO (P-trend > or = 0.16), while in the Nutrition Cohort, associations were significant for 2 highly correlated variants (rs1799724, 1800610, r2 = 0.95; P-trend = 0.04 and 0.02, respectively). In pooled analyses, no single SNP was associated with prostate cancer risk (P-trend > or = 0.08). After adjustment for multiple testing, no SNP was associated with prostate cancer risk in either cohort individually or in the pooled analysis (P-trend all > or = 0.10). Haplotypes based on 5 TNF SNPs did not vary by case/control status in PLCO, but showed marginal associations in the Nutrition Cohort (global P = 0.06) and the pooled analysis (global P = 0.05). CONCLUSIONS: Despite somewhat suggestive haplotype results, overall our study does not support an association between TNF variants and prostate cancer risk.
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.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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 découle