MétaCan
Menu
Retour à la cohorte
Enregistrement W3197744274 · doi:10.2196/32395

Identification of Genetic Predispositions Related to Ionizing Radiation in Primary Human Skin Fibroblasts From Survivors of Childhood and Second Primary Cancer as Well as Cancer-Free Controls: Protocol for the Nested Case-Control Study KiKme

2021· article· en· W3197744274 sur OpenAlexvenueno aff
Manuela Marron, Lara Kim Brackmann, Heike Schwarz, Willempje Hummel-Bartenschlager, Sebastian Zahnreich, Danuta Galetzka, Iris Schmitt, Christian Grad, Philipp Drees, Johannes Christof Hopf, Johanna Mirsch, Peter Scholz-Kreisel, Peter Kaatsch, Alicia Poplawski, Moritz Hess, Harald Binder, Thomas Hankeln, Maria Blettner, Heinz Schmidberger

Notice bibliographique

RevueJMIR Research Protocols · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Radiation Exposure
Établissements canadiensnon disponible
Organismes subventionnairesUniversitätsmedizin der Johannes Gutenberg-Universität MainzLeibniz-GemeinschaftBundesministerium für Bildung und Forschung
Mots-clésMedicineCancerPopulationNested case-control studyFamily historyGenetic predispositionOncologyCase-control studyInternal medicineDiseaseEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Therapy for a first primary neoplasm (FPN) in childhood with high doses of ionizing radiation is an established risk factor for second primary neoplasms (SPN). An association between exposure to low doses and childhood cancer is also suggested; however, results are inconsistent. As only subgroups of children with FPNs develop SPNs, an interaction between radiation, genetic, and other risk factors is presumed to influence cancer development. OBJECTIVE: Therefore, the population-based, nested case-control study KiKme aims to identify differences in genetic predisposition and radiation response between childhood cancer survivors with and without SPNs as well as cancer-free controls. METHODS: We conducted a population-based, nested case-control study KiKme. Besides questionnaire information, skin biopsies and saliva samples are available. By measuring individual reactions to different exposures to radiation (eg, 0.05 and 2 Gray) in normal somatic cells of the same person, our design enables us to create several exposure scenarios for the same person simultaneously and measure several different molecular markers (eg, DNA, messenger RNA, long noncoding RNA, copy number variation). RESULTS: Since 2013, 101 of 247 invited SPN patients, 340 of 1729 invited FPN patients, and 150 of 246 invited cancer-free controls were recruited and matched by age and sex. Childhood cancer patients were additionally matched by tumor morphology, year of diagnosis, and age at diagnosis. Participants reported on lifestyle, socioeconomical, and anthropometric factors, as well as on medical radiation history, health, and family history of diseases (n=556). Primary human fibroblasts from skin biopsies of the participants were cultivated (n=499) and cryopreserved (n=3886). DNA was extracted from fibroblasts (n=488) and saliva (n=510). CONCLUSIONS: This molecular-epidemiological study is the first to combine observational epidemiological research with standardized experimental components in primary human skin fibroblasts to identify genetic predispositions related to ionizing radiation in childhood and SPNs. In the future, fibroblasts of the participants will be used for standardized irradiation experiments, which will inform analysis of the case-control study and vice versa. Differences between participants will be identified using several molecular markers. With its innovative combination of experimental and observational components, this new study will provide valuable data to forward research on radiation-related risk factors in childhood cancer and SPNs. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/32395.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,448
Écart entre enseignants0,412 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetEffects of Radiation ExposureTravaux en français237 207