Smoking Methylation Marks for Prediction of Urothelial Cancer Risk
Notice bibliographique
Résumé
Abstract Background: Self-reported information may not accurately capture smoking exposure. We aimed to evaluate whether smoking-associated DNA methylation markers improve urothelial cell carcinoma (UCC) risk prediction. Methods: Conditional logistic regression was used to assess associations between blood-based methylation and UCC risk using two matched case–control samples: 404 pairs from the Melbourne Collaborative Cohort Study (MCCS) and 440 pairs from the Women's Health Initiative (WHI) cohort. Results were pooled using fixed-effects meta-analysis. We developed methylation-based predictors of UCC and evaluated their prediction accuracy on two replication data sets using the area under the curve (AUC). Results: The meta-analysis identified associations (P < 4.7 × 10−5) for 29 of 1,061 smoking-associated methylation sites, but these were substantially attenuated after adjustment for self-reported smoking. Nominally significant associations (P < 0.05) were found for 387 (36%) and 86 (8%) of smoking-associated markers without/with adjustment for self-reported smoking, respectively, with same direction of association as with smoking for 387 (100%) and 79 (92%) markers. A Lasso-based predictor was associated with UCC risk in one replication data set in MCCS [N = 134; odds ratio per SD (OR) = 1.37; 95% CI, 1.00–1.90] after confounder adjustment; AUC = 0.66, compared with AUC = 0.64 without methylation information. Limited evidence of replication was found in the second testing data set in WHI (N = 440; OR = 1.09; 95% CI, 0.91–1.30). Conclusions: Combination of smoking-associated methylation marks may provide some improvement to UCC risk prediction. Our findings need further evaluation using larger data sets. Impact: DNA methylation may be associated with UCC risk beyond traditional smoking assessment and could contribute to some improvements in stratification of UCC risk in the general population.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».