Gene–environment interactions and colorectal cancer risk: An umbrella review of systematic reviews and meta‐analyses of observational studies
Notice bibliographique
Résumé
The cause of colorectal cancer (CRC) is multifactorial, involving both genetic variants and environmental risk factors. We systematically searched the MEDLINE, EMBASE, China National Knowledge Infrastructure (CNKI) and Wanfang databases from inception to December 2016, to identify systematic reviews and meta-analyses of observational studies that investigated gene-environment (G×E) interactions in CRC risk. Then, we critically evaluated the cumulative evidence for the G×E interactions using an extension of the Human Genome Epidemiology Network's Venice criteria. Overall, 15 articles reporting systematic reviews of observational studies on 89 G×E interactions, 20 articles reporting meta-analyses of candidate gene- or single-nucleotide polymorphism-based studies on 521 G×E interactions, and 8 articles reporting 33 genome-wide G×E interaction analyses were identified. On the basis of prior and observed scores, only the interaction between rs6983267 (8q24) and aspirin use was found to have a moderate overall credibility score as well as main genetic and environmental effects. Though 5 other interactions were also found to have moderate evidence, these interaction effects were tenuous due to the lack of main genetic effects and/or environmental effects. We did not find highly convincing evidence for any interactions, but several associations were found to have moderate strength of evidence. Our conclusions are based on application of the Venice criteria which were designed to provide a conservative assessment of G×E interactions and thus do not include an evaluation of biological plausibility of an observed joint effect.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».