MétaCan
Menu
← Retour à la cohorte
Enregistrement W2322175913 · doi:10.1158/1538-7445.am10-937

Abstract 937: Nicotinic acetylcholine receptor polymorphisms, secondhand smoke and lung cancer risk

2010· article· en· W2322175913 sur OpenAlexaff
Kofi Asomaning, Rihong Zhai, Chau‐Chyun Sheu, Rebecca S. Heist, Feng Chen, Geoffrey Liu, Li Su, Xihong Lin, David C. Christiani

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésLung cancerSingle-nucleotide polymorphismMedicinePopulationMinor allele frequencyOncologyInternal medicineGeneticsEnvironmental healthBiologyGenotype

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Passive or secondhand smoke (SHS) exposure is an independent risk factor for adult non-small cell lung cancer (NSCLC). In 2008, three genome wide association studies (GWAS) identified a locus on chromosome region 15q24-25.1 that was strongly associated with lung cancer. In this study, we assessed the interaction of the two most significant single nucleotide polymorphisms (SNPs) reported (rs8034191, rs1051730) with SHS on lung cancer risk. We hypothesize that after adjusting for active cigarette smoking, individuals with the risk alleles and the highest cumulative exposure to SHS are at the greatest risk of lung cancer. Methods: This study population is derived from a large ongoing case control study evaluating the molecular epidemiology of lung cancer, which began in 1992 at the Massachusetts General Hospital. The polymorphisms were genotyped by the 5V nuclease assay (Taqman) using the ABI Prism 7900HT Sequence Detection System (Applied Biosystems, Foster City, CA). Interviewer-administered questionnaires collected information on demographics, and detailed smoking histories from each subject. Second hand smoke exposure duration and frequency was self-reported for three different activities (leisure, work and at home). The cumulative SHS exposure was the sum of all durations multiplied by their frequency weight. We used the co-dominant genetic model for individual SNPs, controlling for age, gender, pack years, years since smoking cessation and smoking status. We tested for interaction using the Likelihood Ratio Test by incorporating cross product interaction terms of indicator variables for each SNP and quartiles of cumulative exposure. Results: A total of 2071 cases and 1506 controls were analyzed. Among cases, exposure to SHS at home 1924(93%), work 1727 (83%), leisure 1791 (86%); among controls 1328 (88%), 1044 (69%) and 1233 (82%) respectively. In stratified analysis, for study participants in the highest quartile of cumulative SHS exposure and comparing the homozygous variant to the wildtype, the adjusted odds ratio (AOR) for lung cancer was 1.55 (0.99-2.44) (rs8034191) and 1.66 (1.05-2.62) (rs1051730). In the lowest quartile of SHS exposure the corresponding results were 0.94 (0.47-1.89) (rs8034191) and 0.91(0.45-1.84) (rs1051730). There was no evidence for gene-SHS interaction. Conclusion: Our results indicate that secondhand smoke does not modify the association of rs1051730 and rs8034191 with non-small cell lung cancer. 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 937.

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)0,003
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 enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,082
Tête enseignante GPT0,440
Écart entre enseignants0,359 · 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 Research→Même sujetSmoking Behavior and Cessation→Travaux en français237 207→