Associations of CXCL1 gene 5’UTR variations with ovarian cancer
Notice bibliographique
Résumé
BACKGROUND: There are about 2.4 hundred thousand new cases and 1.5 hundred thousand deaths of ovarian cancer (OC) annually in the world. Chronic inflammation is a risk factor for OC. C-X-C motif chemokine ligand 1 (CXCL1) defects may facilitate inflammation and transactivate EGFR in ovarian cancer, but the precise haplotypes associated with the potential diseases remained largely unknown. In this work, we characterized CXCL1 gene variations to elucidate their possible associations with OC. METHODS: We analyzed the CXCL1 gene for 300 OC patients with 400 healthy participants as controls. The statistical analyses and Hardy-Weinberg equilibrium tests of the patients and control populations were conducted using the SPSS software (version 19.0) and Plink (version 1.9). RESULTS: The variants rs11547681, rs201090116, rs199791199, rs181868085, rs4074 and rs1814092 within or near the CXCL1 gene were characterized. The genetic heterozygosity of rs11547681 and rs4074 was very high. Statistical analysis showed that the variant rs11547681 in the gene was closely associated with the risk of OC in the Chinese Han population, although this variant was not associated with FIGO stages or pathological grades of the patients. CONCLUSIONS: Rs11547681 in CXCL1 gene was associated with the risk of OC in the Chinese Han population.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».