Associations Between Glycemic Traits and Colorectal Cancer: A Mendelian Randomization Analysis
Notice bibliographique
Résumé
BACKGROUND: Glycemic traits-such as hyperinsulinemia, hyperglycemia, and type 2 diabetes-have been associated with higher colorectal cancer risk in observational studies; however, causality of these associations is uncertain. We used Mendelian randomization (MR) to estimate the causal effects of fasting insulin, 2-hour glucose, fasting glucose, glycated hemoglobin (HbA1c), and type 2 diabetes with colorectal cancer. METHODS: Genome-wide association study summary data were used to identify genetic variants associated with circulating levels of fasting insulin (n = 34), 2-hour glucose (n = 13), fasting glucose (n = 70), HbA1c (n = 221), and type 2 diabetes (n = 268). Using 2-sample MR, we examined these variants in relation to colorectal cancer risk (48 214 case patient and 64 159 control patients). RESULTS: In inverse-variance models, higher fasting insulin levels increased colorectal cancer risk (odds ratio [OR] per 1-SD = 1.65, 95% confidence interval [CI] = 1.15 to 2.36). We found no evidence of any effect of 2-hour glucose (OR per 1-SD = 1.02, 95% CI = 0.86 to 1.21) or fasting glucose (OR per 1-SD = 1.04, 95% CI = 0.88 to 1.23) concentrations on colorectal cancer risk. Genetic liability to type 2 diabetes (OR per 1-unit increase in log odds = 1.04, 95% CI = 1.01 to 1.07) and higher HbA1c levels (OR per 1-SD = 1.09, 95% CI = 1.00 to 1.19) increased colorectal cancer risk, although these findings may have been biased by pleiotropy. Higher HbA1c concentrations increased rectal cancer risk in men (OR per 1-SD = 1.21, 95% CI = 1.05 to 1.40), but not in women. CONCLUSIONS: Our results support a causal effect of higher fasting insulin, but not glucose traits or type 2 diabetes, on increased colorectal cancer risk. This suggests that pharmacological or lifestyle interventions that lower circulating insulin levels may be beneficial in preventing colorectal tumorigenesis.
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 | 0,043 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».