MétaCan
Menu
Retour à la cohorte
Enregistrement W2897981610 · doi:10.1158/1055-9965.epi-18-0079

Circulating Metabolic Biomarkers of Screen-Detected Prostate Cancer in the ProtecT Study

2018· article· en· W2897981610 sur OpenAlexaff
Charleen D. Adams, Rebecca C. Richmond, Diana L. Santos Ferreira, Wes Spiller, Vanessa Y. Tan, Jie Zheng, Peter Würtz, Jenny Donovan, Freddie C. Hamdy, David E. Neal, J. Athene Lane, George Davey Smith, Caroline L. Relton, Rosalind A. Eeles, Christopher A. Haiman, Zsofia Kote‐Jarai, Fredrick R. Schumacher, Ali Amin Al Olama, Sara Benlloch, Kenneth Muir, Sonja I. Berndt, David V. Conti, Fredrik Wiklund, Stephen J. Chanock, Susan M. Gapstur, Victoria L. Stevens, Catherine M. Tangen, Jyotsna Batra, Judith A. Clements, Henrik Grönberg, Nora Pashayan, Johanna Schleutker, Demetrius Albanes, Alicja Wolk, Catharine West, Lorelei A. Mucci, Géraldine Cancel‐Tassin, Stella Koutros, Karina D. Sørensen, Lovise Mæhle, Ruth C. Travis, Robert J. Hamilton, Sue A. Ingles, Barry S. Rosenstein, Yong‐Jie Lu, Graham G. Giles, Adam S. Kibel, Ana Vega, Manolis Kogevinas, Kathryn L. Penney, Jong Y. Park, Janet L. Stanford, Cezary Cybulski, Børge G. Nordestgaard, Hermann Brenner, Christiane Maier, Jeri Kim, Esther M. John, Manuel R. Teixeira, Susan L. Neuhausen, Kim De Ruyck, Azad Hassan Abdul Razack, Lisa F. Newcomb, Davor Lessel, Radka Kaneva, Nawaid Usmani, Frank Claessens, Paul A. Townsend, Manuela Gago Dominguez, Monique J. Roobol, F. Ménégaux, Kay‐Tee Khaw, Lisa Cannon‐Albright, Hardev Pandha, Stephen N. Thibodeau, Richard M. Martin

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensAlberta Cancer FoundationUniversity of AlbertaPrincess Margaret Cancer Centre
Organismes subventionnairesNational Heart, Lung, and Blood InstituteMedical Research CouncilNational Cancer InstituteSeventh Framework ProgrammeNovo Nordisk FondenCancer Research UKAcademy of FinlandUniversity of BristolNational Institute for Health and Care ResearchNational Institutes of HealthNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchEuropean CommissionCancer Research InstituteRoyal Marsden NHS Foundation TrustNational Cancer Research InstituteWellcome TrustWellcome
Mots-clésProstate cancerMedicineOncologyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Whether associations between circulating metabolites and prostate cancer are causal is unknown. We report on the largest study of metabolites and prostate cancer (2,291 cases and 2,661 controls) and appraise causality for a subset of the prostate cancer-metabolite associations using two-sample Mendelian randomization (MR). METHODS: The case-control portion of the study was conducted in nine UK centers with men ages 50-69 years who underwent prostate-specific antigen screening for prostate cancer within the Prostate Testing for Cancer and Treatment (ProtecT) trial. Two data sources were used to appraise causality: a genome-wide association study (GWAS) of metabolites in 24,925 participants and a GWAS of prostate cancer in 44,825 cases and 27,904 controls within the Association Group to Investigate Cancer Associated Alterations in the Genome (PRACTICAL) consortium. RESULTS: < 0.0014, multiple-testing threshold). These fell into four classes: (i) lipids and lipoprotein subclass characteristics (total cholesterol and ratios, cholesterol esters and ratios, free cholesterol and ratios, phospholipids and ratios, and triglyceride ratios); (ii) fatty acids and ratios; (iii) amino acids; (iv) and fluid balance. Fourteen top metabolites were proxied by genetic variables, but MR indicated these were not causal. CONCLUSIONS: We identified 35 circulating metabolites associated with prostate cancer presence, but found no evidence of causality for those 14 testable with MR. Thus, the 14 MR-tested metabolites are unlikely to be mechanistically important in prostate cancer risk. IMPACT: The metabolome provides a promising set of biomarkers that may aid prostate cancer classification.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,356
Écart entre enseignants0,320 · 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

Citations39
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetCancer, Lipids, and MetabolismTravaux en français237 207