MétaCan
Menu
← Retour à la cohorte
Enregistrement W2239598309 · doi:10.1200/jco.2007.25.18_suppl.9011

Angiotensin-converting enzyme gene polymorphism (ACEGP) and cancer cachexia (CC): Is there a link?

2007· article· en· W2239598309 sur OpenAlexaffabout
Antonio Viganò, Nancy Hamel, José A. Morais, William D. Foulkes, Robert D. Kilgour, R. Bond, Barbara Trutschnigg, Sunchandandeep Singh Brar, Jean-François Théberge, Michel L. Tremblay

Notice bibliographique

RevueJournal of Clinical Oncology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensConcordia UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLean body massAngiotensin-converting enzymeInternal medicineEndocrinologyInsulin resistanceSkeletal muscleCachexiaAlleleCancerInsulinBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

9011 Background: ACEGP greatly influences functional status and is currently the gene most involved in human fitness. The insertion allele (II) (a 287 bp fragment) rather than the deletion allele (DD) for the angiotensin-converting enzyme (ACE) gene is associated with low ACE levels in tissues and enhanced metabolic efficiency, as demonstrated by an improved response to vigorous training in healthy individuals. In addition, lower tissue ACE activity in mice was associated with decreased insulin resistance, greater glucose uptake in the skeletal muscle, and higher glycogen and fat stores. The aim of the study was to gather preliminary data on the potential association between muscle mass and ACEGP in advanced cancer patients (ACP). Methods: Buffy coat serum and plasma was obtained from 55 patients 18 years or older, newly diagnosed with Stage III (inoperable)-IV non-small cell lung cancer and unresectable/ metastatic gastrointestinal cancers seen within the McGill University Health Center. Muscle surface area (MSA-cm2) was calculated from computerized tomography slices at the L3 vertebrae using TOMOVISION SliceOmatic software version 4.3. Muscularity (M-cm2/m2) and lean body mass (LBM-kg) were calculated by extrapolation of image analysis used to quantify lean tissue. Results: ANOVA confirmed significant difference (p<0.001) among MSA (II: 134.04±35.23; ID: 122.37±29.74; DD: 115.22±27.55), M (47.72±8.67; 41.65±9.26; 41.80±9.26), and LBM (43.00±11.21; 39.29±9.46; 37.01±8.77). In a multiple linear regression model, the II allele was associated with higher M (p=0.042) and a trend for higher MSA and LBM (p=0.059) independent of age, gender, diagnosis, and treatment received. Conclusions: Our data suggest ACEGP influences muscle mass in ACP. Further investigations in a larger sample of ACP are underway to determine whether ACEGP is an important predisposing factor to CC-associated muscle wasting. No significant financial relationships to disclose.

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 enseignants0,005
Score d'incertitude au seuil0,017

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,194
Tête enseignante GPT0,513
Écart entre enseignants0,319 · 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

Citations1
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetNutrition and Health in Aging→Travaux en français237 207→