MétaCan
Menu
← Retour à la cohorte
Enregistrement W2887371040 · doi:10.1158/1538-7445.am2018-245

Abstract 245: Genetic variation related to innate immunity and colorectal cancer risk

2018· article· en· W2887371040 sur OpenAlexaff
Jessica Citronberg, Barbara L. Banbury, Andrew T. Chan, Peter T. Campbell, Graham Casey, Jenny Chang‐Claude, Steven Gallinger, Tabitha A. Harrison, Michael Hoffmeister, Mark A. Jenkins, Loı̈c Le Marchand, Hongmei Nan, Li Jiao, Robert E. Schoen, Hermann Brenner, Emily White, Polly A. Newcomb

Notice bibliographique

RevueCancer Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésSingle-nucleotide polymorphismColorectal cancerMedicineMinor allele frequencyOncologyInternal medicineCancerProstate cancerPopulationLogistic regressionBiologyGeneticsGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Previous studies have shown that polymorphisms in the Toll-like receptor 4 (TLR4) gene may be associated with obesity, inflammatory bowel disease, and various cancers, including prostate, breast, and gastric cancer. However, the data regarding the associations between various TLR4 single-nucleotide polymorphisms (SNPs) and colorectal cancer (CRC) risk are inconsistent. In addition, the effect of interactions between TLR4 SNPs and obesity on the risk of CRC remains unclear. Methods: We selected candidate SNPs involved in the TLR4 pathway that were previously associated with the risk of CRC or other cancer (N=31). SNPs with low minor allele frequency (MAF < 0.05) were excluded (N=2), leaving 29 SNPs in the main analysis. We examined the associations of these SNPs with CRC risk using logistic regression on 10,998 cases of colorectal cancer and 10,691 controls drawn from 14 studies within the Genetics and Epidemiology of Colorectal Cancer Consortium (GECCO) and the Colon Cancer Family Registry (CCFR). BMI was dichotomized into non-obese (BMI ≤25) and obese (BMI >25) categories. Overall and BMI-stratified analyses were performed across studies, with regression models adjusting for sex, age, study site, and the first three principal components from EIGENSTRAT to account for potential population substructure. A false discovery rate at 0.2 was applied to correct for multiple testing. Results: Before adjustment for multiple comparisons, TLR4 SNPs rs10116253, rs11536891, rs7873784, rs1927911, rs4986791, and rs4986790 were associated with CRC risk. Additionally, for both rs4986791 and rs4986790, this association was more pronounced in those with a BMI ≤25 (rs4986791 - OR: 1.17; 95% CI: 1.02-1.34; rs4986790 - OR: 1.20; 95% CI: 1.04-1.38) compared to those who had a BMI >25 (rs4986791 - OR: 1.03; 95% CI: 0.93-1.15; rs4986790 - OR: 1.03; 95% CI: 0.92-1.15). However, after accounting for multiple comparisons, there were no statistically significant associations between candidate SNPs and CRC nor any statistically significant SNP interactions with BMI. Conclusion: This large study provides evidence that neither these identified TLR4 SNPs nor their interaction with obesity are associated with CRC risk. Citation Format: Jessica Citronberg, Barbara Banbury, Andrew T. Chan, Peter T. Campbell, Graham Casey, Jenny Chang-Claude, Steven J. Gallinger, Tabitha Harrison, Michael Hoffmeister, Mark A. Jenkins, Loic Le Marchand, Hongmei Nan, Hongmei Nan, Li Jiao, Robert E. Schoen, Hermann Brenner, Emily White, Ulrike Peters, Polly A. Newcomb. Genetic variation related to innate immunity and colorectal cancer risk [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2018; 2018 Apr 14-18; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2018;78(13 Suppl):Abstract nr 245.

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)0,005
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
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)0,0070,000

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 Opus0,022
Tête enseignante GPT0,367
Écart entre enseignants0,345 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer-related molecular mechanisms research→Travaux en français237 207→