An updated meta-analysis of the association between fibroblast growth factor receptor 4 polymorphisms and susceptibility to cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fibroblast growth factor receptor 4 (FGFR4) is a cell surface receptor tyrosine kinases (RTKs) for FGFs. Several studies have focused on the association between FGFR4 polymorphisms and cancer development. This meta-analysis aimed to estimate the association between FGFR4 rs351855 (Gly388Arg), rs1966265 (Val10Ile), rs7708357, rs2011077, and rs376618 polymorphisms and cancer risk. Eligible studies were identified from electronic databases. All statistical analyses were achieved with the STATA 14.0 software. Pooled odds ratios (ORs) with 95% confidence intervals (CIs) were used to quantitatively estimate the association. Overall, no significant association was found among rs351855, rs2011077, and rs376618 polymorphisms with the risk of overall cancer. The rs1966265 polymorphism significantly decreased the risk of cancer in recessive (OR = 0.87, 95% CI = 0.78-0.97, P=0.009, TT vs CT+CC) genetic model. Whereas the rs7708357 polymorphism was positively associated with cancer risk in dominant (OR = 1.17, 95% CI = 1.02-1.36, P=0.028) genetic model. Stratified analysis revealed that rs351855 variant significantly increased the risk of prostate cancer in heterozygous (OR = 1.16, 95% CI = 1.02-1.32, P=0.025 AG vs GG), dominant (OR = 1.20, 95% CI = 1.06-1.35, P=0.004, AG+AA vs GG), and allele (OR = 1.22, 95% CI = 1.06-1.41, P=0.005, A vs G) genetic models. In summary, the findings of this meta-analysis indicate that rs1966265, rs7708357, and rs351855 polymorphisms are correlated to cancer development. Further well-designed studies are necessary to draw more precise conclusions.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle