MétaCan
Menu
Retour à la cohorte
Enregistrement W2514982885 · doi:10.1371/journal.pmed.1002105

Genetically Predicted Body Mass Index and Breast Cancer Risk: Mendelian Randomization Analyses of Data from 145,000 Women of European Descent

2016· article· en· W2514982885 sur OpenAlexaff
Yan Guo, Shaneda Warren Andersen, Xiao‐Ou Shu, Kyriaki Michailidou, Manjeet K. Bolla, Qin Wang, Montserrat García‐Closas, Roger L. Milne, Marjanka K. Schmidt, Jenny Chang‐Claude, Alison M. Dunning, Stig E. Bojesen, Habibul Ahsan, Kristiina Aittomäki, Irene L. Andrulis, Hoda Anton‐Culver, Volker Arndt, Matthias W. Beckmann, Alicia Beeghly‐Fadiel, Javier Benı́tez, Natalia Bogdanova, Bernardo Bonanni, Anne‐Lise Børresen‐Dale, Judith S. Brand, Hiltrud Brauch, Hermann Brenner, Thomas Brüning, Barbara Burwinkel, Graham Casey, Georgia Chenevix‐Trench, Fergus J. Couch, Angela Cox, Simon S. Cross, Kamila Czene, Peter Devilee, Thilo Dörk, Martine Dumont, Peter A. Fasching, Jonine D. Figueroa, Dieter Flesch‐Janys, Olivia Fletcher, Henrik Flyger, Florentia Fostira, Marilie D. Gammon, Graham G. Giles, Pascal Guénel, Christopher A. Haiman, Ute Hamann, Maartje J. Hooning, John L. Hopper, Anna Jakubowska, Farzana Jasmine, Mark A. Jenkins, Esther M. John, Nichola Johnson, Michael E. Jones, Maria Kabisch, Muhammad G. Kibriya, Julia A. Knight, Linetta B. Koppert, Veli‐Matti Kosma, Vessela N. Kristensen, Loı̈c Le Marchand, Eunjung Lee, Jingmei Li, Annika Lindblom, Robert Luben, Jan Lubiński, Kathi Malone, Sara Margolin, Frederik Marmé, Catriona McLean, Hanne Meijers‐Heijboer, Alfons Meindl, Susan L. Neuhausen, Heli Nevanlinna, Patrick Neven, Janet E. Olson, José Ignacio Arias Pérez, Barbara Perkins, Paolo Peterlongo, Kelly‐Anne Phillips, Katri Pylkäs, Anja Rudolph, Regina M. Santella, Elinor J. Sawyer, Rita K. Schmutzler, Caroline Seynaeve, Mitul Shah, Martha J. Shrubsole, Melissa C. Southey, Anthony J. Swerdlow, Amanda E. Toland, Ian Tomlinson, Diana Torres, Thérèse Truong, Giske Ursin, Rob B. van der Luijt, Senno Verhoef, Alice S. Whittemore, Robert Winqvist, Hui Zhao, Shilin Zhao, Per Hall, Jacques Simard, Peter Kraft, Paul D.P. Pharoah, David J. Hunter, Douglas F. Easton, Wei Zheng

Notice bibliographique

RevuePLoS Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensPublic Health OntarioUniversité LavalCentre hospitalier universitaire de QuébecMount Sinai HospitalLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteCancer Research UKFrancis Crick InstituteVanderbilt UniversityWorld Health Organization
Mots-clésMendelian randomizationBody mass indexBreast cancerMedicineGeneticsIndex (typography)DemographyCancerOncologyBiologyBioinformaticsInternal medicineGenotypeGeneGenetic variants

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Observational epidemiological studies have shown that high body mass index (BMI) is associated with a reduced risk of breast cancer in premenopausal women but an increased risk in postmenopausal women. It is unclear whether this association is mediated through shared genetic or environmental factors. METHODS: We applied Mendelian randomization to evaluate the association between BMI and risk of breast cancer occurrence using data from two large breast cancer consortia. We created a weighted BMI genetic score comprising 84 BMI-associated genetic variants to predicted BMI. We evaluated genetically predicted BMI in association with breast cancer risk using individual-level data from the Breast Cancer Association Consortium (BCAC) (cases = 46,325, controls = 42,482). We further evaluated the association between genetically predicted BMI and breast cancer risk using summary statistics from 16,003 cases and 41,335 controls from the Discovery, Biology, and Risk of Inherited Variants in Breast Cancer (DRIVE) Project. Because most studies measured BMI after cancer diagnosis, we could not conduct a parallel analysis to adequately evaluate the association of measured BMI with breast cancer risk prospectively. RESULTS: In the BCAC data, genetically predicted BMI was found to be inversely associated with breast cancer risk (odds ratio [OR] = 0.65 per 5 kg/m2 increase, 95% confidence interval [CI]: 0.56-0.75, p = 3.32 × 10-10). The associations were similar for both premenopausal (OR = 0.44, 95% CI:0.31-0.62, p = 9.91 × 10-8) and postmenopausal breast cancer (OR = 0.57, 95% CI: 0.46-0.71, p = 1.88 × 10-8). This association was replicated in the data from the DRIVE consortium (OR = 0.72, 95% CI: 0.60-0.84, p = 1.64 × 10-7). Single marker analyses identified 17 of the 84 BMI-associated single nucleotide polymorphisms (SNPs) in association with breast cancer risk at p < 0.05; for 16 of them, the allele associated with elevated BMI was associated with reduced breast cancer risk. CONCLUSIONS: BMI predicted by genome-wide association studies (GWAS)-identified variants is inversely associated with the risk of both pre- and postmenopausal breast cancer. The reduced risk of postmenopausal breast cancer associated with genetically predicted BMI observed in this study differs from the positive association reported from studies using measured adult BMI. Understanding the reasons for this discrepancy may reveal insights into the complex relationship of genetic determinants of body weight in the etiology of breast cancer.

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)0,025
score de la tête « metaresearch » (Gemma)0,050
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 enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,322
Écart entre enseignants0,270 · 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

Citations291
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetCancer Risks and FactorsTravaux en français237 207