Comparison of plasma levels of nutrient-related biomarkers among Japanese populations in Tokyo, Japan, São Paulo, Brazil, and Hawaii, USA
Notice bibliographique
Résumé
Although Japanese in Japan and the USA are high-risk populations for colorectal cancer, the prevalence of obesity, one of the established risk factors for this disease, is low in these populations compared with other high-risk populations. To understand this inconsistency, we compared plasma obesity-related biomarkers in cross-sectional studies carried out in Tokyo, São Paulo, and Hawaii. We measured plasma levels of insulin-like growth factor-I (IGF-I), insulin-like growth factor-binding protein (IGFBP)-1, IGFBP-3, C-peptide, adiponectin, leptin, tumor necrosis factor-α, and interleukin-6 by immunoassay and total C-reactive protein, total cholesterol, low-density lipoprotein cholesterol, high-density lipoprotein cholesterol, and triglycerides using a clinical chemistry autoanalyzer. A total of 299 participants were included in the present analysis, comprising 142 Japanese in Tokyo, 79 Japanese Brazilians in São Paulo, and 78 Japanese Americans in Hawaii. We found significantly lower plasma levels of C-peptide and IGF-I in Japanese in Tokyo than in Japanese Americans, and lower levels of leptin and triglycerides and higher levels of adiponectin, IGFBP-3, and high-density lipoprotein cholesterol in Japanese in Tokyo than in the other two populations. We also observed a significantly higher plasma IGFBP-1 level in Japanese Brazilians, and lower plasma levels of total cholesterol and low-density lipoprotein in Japanese Americans than in the other two populations. We observed significant differences in obesity-related biomarkers between the three Japanese populations. If our results are confirmed, the risk of colorectal cancer predicted on the basis of these biomarkers would be lowest for Japanese in Tokyo, followed by Japanese Brazilians and Japanese Americans.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».