<i>CYP2A6</i> Genetic Variation and Variable Nicotine Metabolism Among Two Distinct American Indian Tribal Groups With Different Levels of Smoking and Risk For Tobacco‐Related Cancer
Notice bibliographique
Résumé
CYP2A6 variability, resulting in altered rates of nicotine metabolic inactivation, is associated with variation in smoking behaviors. Distinct patterns of smoking and disease prevalence of two American Indian (AI) tribes (Northern Plains, NP; Southwestern, SW) prompted our investigation of CYP2A6 genetic variability and nicotine metabolism in NP and SW AIs. Both tribes (NP n=426; SW n=210) were genotyped for multiple CYP2A6 variants representative of prevalent loss of function alleles from different ethnicities. Using 3'‐hydroxycotinine to cotinine (3HC/COT) ratio as a phenotype of nicotine metabolism, association between CYP2A6 genotype and rate of nicotine metabolism was examined. CYP2A6 genotype was associated with the rate of nicotine metabolism in both tribes (P<0.02), confirming that CYP2A6 genotype predicts rate of nicotine metabolism for these populations. The rate of nicotine metabolism was higher in NP compared to SW AIs when controlling for genotype ( P <0.01). The frequency of reduced metabolizers, those with loss of function alleles, was higher in the SW compared to the NP tribe ( P <0.01). Faster nicotine metabolism, and fewer reduced function variants, which was observed in the NP tribe, has been associated with higher levels of smoking and dependence, more difficulty quitting, and reduced response to some cessation pharmacotherapies in other populations. Funding: CIHR and the Collaborative to Improve Native Cancer Outcomes (NCI grant P50CA148110)
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».