Lipid Trait Variants and the Risk of Non-Hodgkin Lymphoma Subtypes: A Mendelian Randomization Study
Notice bibliographique
Résumé
Abstract Background: Lipid traits have been inconsistently linked to risk of non-Hodgkin lymphoma (NHL). We examined the association of genetically predicted lipid traits with risk of diffuse large B-cell lymphoma (DLBCL), chronic lymphocytic leukemia (CLL), follicular lymphoma (FL), and marginal zone lymphoma (MZL) using Mendelian randomization (MR) analysis. Methods: Genome-wide association study data from the InterLymph Consortium were available for 2,661 DLBCLs, 2,179 CLLs, 2,142 FLs, 824 MZLs, and 6,221 controls. SNPs associated (P < 5 × 10−8) with high-density lipoprotein (HDL, n = 164), low-density lipoprotein (LDL, n = 137), total cholesterol (TC, n = 161), and triglycerides (TG, n = 123) were used as instrumental variables (IV), explaining 14.6%, 27.7%, 16.8%, and 12.8% of phenotypic variation, respectively. Associations between each lipid trait and NHL subtype were calculated using the MR inverse variance–weighted method, estimating odds ratios (OR) per standard deviation and 95% confidence intervals (CI). Results: HDL was positively associated with DLBCL (OR = 1.14; 95% CI, 1.00–1.30) and MZL (OR = 1.09; 95% CI, 1.01–1.18), while TG was inversely associated with MZL risk (OR = 0.90; 95% CI, 0.83–0.99), all at nominal significance (P < 0.05). A positive trend was observed for HDL with FL risk (OR = 1.08; 95% CI, 0.99–1.19; P = 0.087). No associations were noteworthy after adjusting for multiple testing. Conclusions: We did not find evidence of a clear or strong association of these lipid traits with the most common NHL subtypes. While these IVs have been previously linked to other cancers, our findings do not support any causal associations with these NHL subtypes. Impact: Our results suggest that prior reported inverse associations of lipid traits are not likely to be causal and could represent reverse causality or confounding.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».