Abstract 817: Probing the diabetes - colorectal cancer link using gene - environment interaction analyses
Notice bibliographique
Résumé
Abstract Background: Type 2 diabetes mellitus (T2D) is an established risk factor for colorectal cancer. However, the mechanisms underlying this relationship are unclear and it is not known if the association is modified by genetic variants. To provide insights into the molecular pathways potentially linking diabetes and colorectal cancer, we undertook a large-scale gene-environment interaction analysis (GxE). Methods: We tested multiplicative statistical interactions between approximately 7 million common (allele frequency >1%) genetic variants and T2D status in 31,529 colorectal cancer cases and 42,861 controls of European ancestry from 3 genetic consortia (GECCO/CCFR/CORECT). Statistical methods included traditional case-control logistic regression, case-only analyses, joint tests (2df/3df), and two-step approaches. We also explored additive and multiplicative interactions between polygenic risk score (PRS) of the known genome-wide significant loci for colorectal cancer and T2D. Results: Overall, T2D was positively associated with colorectal cancer risk [odds ratio [OR]: 1.25 (95% confidence interval [CI]: 1.14-1.36)]. A statistically significant interaction was identified between T2D status and an intronic variant in LRCH1 (rs9526201) and colorectal cancer risk using the 2-d.f. joint test (p-value:1.44x10-8). A statistically significant additive scale interaction between PRS for colorectal cancer and T2D was found (p-value: 1.8x10-10) such that the observed risk of developing colorectal cancer for individuals with T2D and a 1 standard deviation (SD) higher increment of PRS compared to non-diabetics with the lowest PRS was 0.184 more than if there was no interaction between T2D and PRS. Conclusion: These results suggest that variation in a gene related to immune function may modify the association of T2D with colorectal cancer and potentially provide novel insights into the biology underlying this relationship. Furthermore, our data show that genetic risk prediction models for CRC may need to consider non-genetic risk factors. Citation Format: Niki Dimou, Andre E. Kim, Orlagh Flanagan, Neil Murphy, Emmanouil Bouras, Peter T. Campbell, Graham Casey, Steven Gallinger, Stephen B. Gruber, Li Hsu, Mark A. Jenkins, Yi Lin, Victor Moreno, Conghui Qu, Edward Ruiz-Narvaez, Mariana C. Stern, Yu Tian, Kostas Tsilidis, W. James Gauderman, Marc J. Gunter, Ulrike Peters. Probing the diabetes - colorectal cancer link using gene - environment interaction analyses [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2021; 2021 Apr 10-15 and May 17-21. Philadelphia (PA): AACR; Cancer Res 2021;81(13_Suppl):Abstract nr 817.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».