A Meta-analysis of Individual Participant Data Reveals an Association between Circulating Levels of IGF-I and Prostate Cancer Risk
Notice bibliographique
Résumé
The role of insulin-like growth factors (IGF) in prostate cancer development is not fully understood. To investigate the association between circulating concentrations of IGFs (IGF-I, IGF-II, IGFBP-1, IGFBP-2, and IGFBP-3) and prostate cancer risk, we pooled individual participant data from 17 prospective and two cross-sectional studies, including up to 10,554 prostate cancer cases and 13,618 control participants. Conditional logistic regression was used to estimate the ORs for prostate cancer based on the study-specific fifth of each analyte. Overall, IGF-I, IGF-II, IGFBP-2, and IGFBP-3 concentrations were positively associated with prostate cancer risk (Ptrend all ≤ 0.005), and IGFBP-1 was inversely associated weakly with risk (Ptrend = 0.05). However, heterogeneity between the prospective and cross-sectional studies was evident (Pheterogeneity = 0.03), unless the analyses were restricted to prospective studies (with the exception of IGF-II, Pheterogeneity = 0.02). For prospective studies, the OR for men in the highest versus the lowest fifth of each analyte was 1.29 (95% confidence interval, 1.16-1.43) for IGF-I, 0.81 (0.68-0.96) for IGFBP-1, and 1.25 (1.12-1.40) for IGFBP-3. These associations did not differ significantly by time-to-diagnosis or tumor stage or grade. After mutual adjustment for each of the other analytes, only IGF-I remained associated with risk. Our collaborative study represents the largest pooled analysis of the relationship between prostate cancer risk and circulating concentrations of IGF-I, providing strong evidence that IGF-I is highly likely to be involved in prostate cancer development. Cancer Res; 76(8); 2288-300. ©2016 AACR.
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 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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».