Circulating adipokine concentrations and risk of five obesity‐related cancers: A Mendelian randomization study
Notice bibliographique
Résumé
Abstract Obesity is considered a chronic inflammatory state characterized by continued secretion of adipokines and cytokines. Experimental and epidemiological evidence indicates that circulating adipokines may be associated with the development of obesity‐related cancers, but it is unclear if these associations are causal or confounded. We examined potential causal associations of specific adipokines (adiponectin, leptin, soluble leptin receptor [sOB‐R] and plasminogen activator inhibitor‐1 [PAI‐1]) with five obesity‐related cancers (colorectal, pancreatic, renal cell carcinoma [RCC], ovarian and endometrial) using Mendelian randomization (MR) methods. We used summary ‐ level data from large genetic consortia for 114 530 cancer cases and 245 284 controls. We constructed genetic instruments using 18 genetic variants for adiponectin, 2 for leptin and 4 for both sOB‐R and PAI‐1 ( P value for inclusion<5 × 10 −8 ). Causal estimates were obtained using two‐sample MR methods. In the inverse‐variance weighted models, we found an inverse association between adiponectin and risk of colorectal cancer (odds ratio per 1 μg/mL increment in adiponectin concentration: 0.90 [95% confidence interval = 0.84‐0.97]; P = .01); but, evidence of horizontal pleiotropy was detected and the association was not present when this was taken into consideration. No association was found for adiponectin and risks of pancreatic cancer, RCC, ovarian cancer and endometrial cancer. Leptin, sOB‐R and PAI‐1 were also similarly unrelated to risk of obesity‐related cancers. Despite the large sample size, our MR analyses do not support causal effects of circulating adiponectin, leptin, sOB‐R and PAI‐1 concentrations on the development of five obesity‐related cancers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».