MétaCan
Menu
Retour à la cohorte
Enregistrement W3217582756 · doi:10.3390/nu13114164

Salicylic Acid and Risk of Colorectal Cancer: A Two-Sample Mendelian Randomization Study

2021· article· en· W3217582756 sur OpenAlexafffund
Aayah Nounu, Rebecca C. Richmond, Isobel D. Stewart, Praveen Surendran, Nicholas J. Wareham, Adam S. Butterworth, Stephanie J. Weinstein, Demetrius Albanes, John A. Baron, John L. Hopper, Jane C. Figueiredo, Polly A. Newcomb, Noralane M. Lindor, Graham Casey, Elizabeth A. Platz, Loı̈c Le Marchand, Cornelia M. Ulrich, Christopher Li, Fränzel van Dujinhoven, Andrea Gsur, Peter T. Campbell, Vı́ctor Moreno, Pavel Vodička, Ludmila Vodičková, Efrat L. Amitay, Elizabeth Alwers, Jenny Chang‐Claude, Lori C. Sakoda, Martha L. Slattery, Robert Schoen, Marc J. Gunter, Sergi Castellvı́-Bel, Hyeong Rok Kim, Sun‐Seog Kweon, Andrew T. Chan, Li Li, Wei Zheng, D. Timothy Bishop, Daniel D. Buchanan, Graham G. Giles, Stephen B. Gruber, Gad Rennert, Zsofia K. Stadler, Tabitha A. Harrison, Yi Lin, Temitope O. Keku, Michael O. Woods, Clemens Schafmayer, Bethany Van Guelpen, Steven Gallinger, Heather Hampel, Sonja I. Berndt, Paul D.P. Pharoah, Annika Lindblom, Alicja Wolk, Anna H. Wu, Emily White, Ulrike Peters, David A. Drew, Dominique Scherer, Justo Lorenzo Bermejo, Hermann Brenner, Michael Hoffmeister, Ann C. Williams, Caroline L. Relton

Notice bibliographique

RevueNutrients · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCholesterol and Lipid Metabolism
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of TorontoMount Sinai HospitalMemorial University of Newfoundland
Organismes subventionnairesOffice of Research Infrastructure Programs, National Institutes of HealthNational Institute of Environmental Health SciencesNational Institute on AgingMedicinska fakulteten, Umeå UniversitetHealth and Social Care Research and Development DivisionInstituto de Salud Carlos IIICancer Council VictoriaOntario Ministry of Research and InnovationNational Health and Medical Research CouncilNational Center for Advancing Translational SciencesEconomic and Social Research CouncilMedical Research CouncilCanadian Institutes of Health ResearchNIHR Cambridge Biomedical Research CentreNIHR BioResourceCenters for Disease Control and PreventionChonnam National University Hwasun HospitalHellenic Health FoundationJunta de Castilla y LeónWereld Kanker Onderzoek FondsXunta de GaliciaMutuelle Générale de l'Education NationaleDeutsche KrebshilfeAssociazione Italiana per la Ricerca sul CancroNordForskVetenskapsrådetCambridge University HospitalsStockholms Läns LandstingChief Scientist Office, Scottish Government Health and Social Care DirectorateBundesministerium für Bildung und ForschungBritish Heart FoundationMinisterio de Economía y CompetitividadCancerfondenNational Cancer InstituteFundación Científica Asociación Española Contra el CáncerCancer Research Foundation in Northern SwedenKarolinska InstitutetUniversity of CambridgeZonMwInstitut Gustave-RoussyGrantová Agentura České RepublikyCanadian Cancer Society Research InstituteInstitut National de la Santé et de la Recherche MédicaleMcGill UniversityPublic Health AgencyWorld Cancer Research FundKnut och Alice Wallenbergs StiftelseDamon Runyon Cancer Research FoundationUniversity of BristolMinisterstvo Zdravotnictví Ceské RepublikyEngineering and Physical Sciences Research CouncilGroupement des Entreprises Françaises dans la lutte contre le CancerCentre Hospitalier Universitaire de NantesEuropean CommissionGeneralitat de CatalunyaFood Standards AgencyDepartment of Health and Social CareXarxa de Bancs de Tumors de CatalunyaWorld Health OrganizationCancer Research UKConseil Régional des Pays de la LoireGénome QuébecMatthias Lackas-StiftungUmeå UniversitetChonnam National UniversityCentres de Recerca de CatalunyaUniversity of South FloridaNHS Blood and TransplantSwedish Cancer FoundationMoffitt Cancer CenterPelotoniaDivision of Cancer Prevention, National Cancer InstituteScottish GovernmentNational Heart, Lung, and Blood InstituteFlorida Department of HealthNational Institutes of HealthMike and Josie Harper Cancer Research InstituteWorld Cancer Research Fund InternationalMemorial Sloan-Kettering Cancer CenterJohns Hopkins UniversityAssociation Anne de Bretagne GenetiqueAgència de Gestió d'Ajuts Universitaris i de RecercaNational Institute for Health and Care ResearchFred Hutchinson Cancer Research CenterLigue Contre le CancerDeutsches KrebsforschungszentrumU.S. Department of Health and Human Services
Mots-clésMendelian randomizationAspirinSingle-nucleotide polymorphismColorectal cancerMedicineGenome-wide association studySalicylic acidInternal medicineBioinformaticsOncologyBiologyGeneticsCancerGenotypeGeneGenetic variants

Résumé

récupéré en direct d'OpenAlex

Salicylic acid (SA) has observationally been shown to decrease colorectal cancer (CRC) risk. Aspirin (acetylsalicylic acid, that rapidly deacetylates to SA) is an effective primary and secondary chemopreventive agent. Through a Mendelian randomization (MR) approach, we aimed to address whether levels of SA affected CRC risk, stratifying by aspirin use. A two-sample MR analysis was performed using GWAS summary statistics of SA (INTERVAL and EPIC-Norfolk, N = 14,149) and CRC (CCFR, CORECT, GECCO and UK Biobank, 55,168 cases and 65,160 controls). The DACHS study (4410 cases and 3441 controls) was used for replication and stratification of aspirin-use. SNPs proxying SA were selected via three methods: (1) functional SNPs that influence the activity of aspirin-metabolising enzymes; (2) pathway SNPs present in enzymes' coding regions; and (3) genome-wide significant SNPs. We found no association between functional SNPs and SA levels. The pathway and genome-wide SNPs showed no association between SA and CRC risk (OR: 1.03, 95% CI: 0.84-1.27 and OR: 1.08, 95% CI: 0.86-1.34, respectively). Results remained unchanged upon aspirin use stratification. We found little evidence to suggest that an SD increase in genetically predicted SA protects against CRC risk in the general population and upon stratification by aspirin use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,290
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetCholesterol and Lipid MetabolismTravaux en français237 207