MétaCan
Menu
Retour à la cohorte
Enregistrement W2318293625 · doi:10.1158/1538-7445.am10-915

Abstract 915: Xenobiotic metabolizing gene variants, occupational chemical exposures, and renal cell cancer

2010· article· en· W2318293625 sur OpenAlexaff
Julia E. Heck, Yuan-Chin A. Lee, James McKay, Sara Karami, Valérie Gaborieau, Neonila Szeszenia‐Dąbrowska, Давид Заридзе, Jolanta Lissowska, Péter Rudnai, Dana Mateș, Lenka Foretová, Vladimí­r Janout, Vladimír Bencko, Wong‐Ho Chow, Nathaniel Rothman, Lee E. Moore, Paul Brennan, Paolo Boffetta

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlutathione Transferases and Polymorphisms
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMicrosomal epoxide hydrolaseCancerOdds ratioGenotypeMedicineKidney cancerBiologyInternal medicineOncologyGeneticsGeneMicrosomeEpoxide hydrolase

Résumé

récupéré en direct d'OpenAlex

Abstract The countries of Central and Eastern Europe have among the highest worldwide rates of renal cell cancer. Few studies have examined whether genetic variation in xenobiotic metabolic pathway genes may modify risk for this cancer. The Central and Eastern Europe Renal Cell Cancer study was a hospital-based case-control study conducted between 1998 and 2003 across seven centers in central and eastern Europe. The study centers were in the Czech Republic (Ceske, Prague, Olomouc, Brno), Poland (Lodz), Romania (Bucharest), and Russia (Moscow). Incident cases of primary kidney cancer were recruited and underwent an in-person interview in which detailed data were collected on demographics as well as work history and occupational exposure to chemical agents. Genes (cytochrome P-450 family, N-acetyltransferases, NAD(P)H:quinone oxidoreductase I (NQO1), microsomal epoxide hydrolase (mEH), catechol-O-methyltransferase (COMT)) were selected for the present analysis based on their putative role in xenobiotic metabolism. Genotyping (874 cases and 2396 controls) was conducted with a GoldenGate® Oligo Pool All (OPA) assay by Illumina® and the 5’ nuclease assay (Taqman, Applied Biosystems). Haplotypes were calculated using fastPhase. Odds ratios (OR) and 95% confidence intervals (CI) were estimated by unconditional logistic regression adjusted for country of residence, age, and sex. We observed an increased risk of renal cell cancer (RCC) with two NAT1 SNPs (NAT1A40T, OR=1.36, CI 1.00, 1.86; NAT1R187Q, OR=1.65, CI 1.01, 2.71) and with CYP1B1V432L (OR=1.14, CI 1.01, 1.28). The slow (NAT1*14) phenotype was associated with increased risk of RCC (OR=1.69, CI 1.00-2.86) in comparison to normal phenotype (NAT1*4, *3, *11). Among persons with NAT1*14 phenotype, occupational exposure to trichloroethylene (OR=9.94, CI 1.15, 86.1) and chlorinated solvents (OR=9.79, CI 1.13, 84.8) conferred an increased risk of RCC. Among those with the CYP1B1V432L variant, occupational exposure to trichloroethylene (OR=1.68, CI 1.21, 2.34) and chlorinated solvents (OR=1.58, CI 1.14, 2.19) also had increased risk of RCC. These results require replication, but provide evidence that the relationship between certain agents and RCC may be modified by particular variants in xenobiotic metabolism genes. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 915.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,350
Écart entre enseignants0,313 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetGlutathione Transferases and PolymorphismsTravaux en français237 207