Adult body mass index and risk of ovarian cancer by subtype: a Mendelian randomization study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Observational studies have reported a positive association between body mass index (BMI) and ovarian cancer risk. However, questions remain as to whether this represents a causal effect, or holds for all histological subtypes. The lack of association observed for serous cancers may, for instance, be due to disease-associated weight loss. Mendelian randomization (MR) uses genetic markers as proxies for risk factors to overcome limitations of observational studies. We used MR to elucidate the relationship between BMI and ovarian cancer, hypothesizing that genetically predicted BMI would be associated with increased risk of non-high grade serous ovarian cancers (non-HGSC) but not HGSC. METHODS: We pooled data from 39 studies (14 047 cases, 23 003 controls) in the Ovarian Cancer Association Consortium. We constructed a weighted genetic risk score (GRS, partial F-statistic = 172), summing alleles at 87 single nucleotide polymorphisms previously associated with BMI, weighting by their published strength of association with BMI. Applying two-stage predictor-substitution MR, we used logistic regression to estimate study-specific odds ratios (OR) and 95% confidence intervals (CI) for the association between genetically predicted BMI and risk, and pooled these using random-effects meta-analysis. RESULTS: Higher genetically predicted BMI was associated with increased risk of non-HGSC (pooled OR = 1.29, 95% CI 1.03-1.61 per 5 units BMI) but not HGSC (pooled OR = 1.06, 95% CI 0.88-1.27). Secondary analyses stratified by behaviour/subtype suggested that, consistent with observational data, the association was strongest for low-grade/borderline serous cancers (OR = 1.93, 95% CI 1.33-2.81). CONCLUSIONS: Our data suggest that higher BMI increases risk of non-HGSC, but not the more common and aggressive HGSC subtype, confirming the observational evidence.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle