The associations of anthropometric, behavioural and sociodemographic factors with circulating concentrations of IGF‐I, IGF‐II, IGFBP‐1, IGFBP‐2 and IGFBP‐3 in a pooled analysis of 16,024 men from 22 studies
Notice bibliographique
Résumé
Insulin-like growth factors (IGFs) and insulin-like growth factor binding proteins (IGFBPs) have been implicated in the aetiology of several cancers. To better understand whether anthropometric, behavioural and sociodemographic factors may play a role in cancer risk via IGF signalling, we examined the cross-sectional associations of these exposures with circulating concentrations of IGFs (IGF-I and IGF-II) and IGFBPs (IGFBP-1, IGFBP-2 and IGFBP-3). The Endogenous Hormones, Nutritional Biomarkers and Prostate Cancer Collaborative Group dataset includes individual participant data from 16,024 male controls (i.e. without prostate cancer) aged 22-89 years from 22 prospective studies. Geometric means of protein concentrations were estimated using analysis of variance, adjusted for relevant covariates. Older age was associated with higher concentrations of IGFBP-1 and IGFBP-2 and lower concentrations of IGF-I, IGF-II and IGFBP-3. Higher body mass index was associated with lower concentrations of IGFBP-1 and IGFBP-2. Taller height was associated with higher concentrations of IGF-I and IGFBP-3 and lower concentrations of IGFBP-1. Smokers had higher concentrations of IGFBP-1 and IGFBP-2 and lower concentrations of IGFBP-3 than nonsmokers. Higher alcohol consumption was associated with higher concentrations of IGF-II and lower concentrations of IGF-I and IGFBP-2. African Americans had lower concentrations of IGF-II, IGFBP-1, IGFBP-2 and IGFBP-3 and Hispanics had lower IGF-I, IGF-II and IGFBP-3 than non-Hispanic whites. These findings indicate that a range of anthropometric, behavioural and sociodemographic factors are associated with circulating concentrations of IGFs and IGFBPs in men, which will lead to a greater understanding of the mechanisms through which these factors influence cancer risk.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».