Relevance of the MHC region for breast cancer susceptibility in Asians
Notice bibliographique
Résumé
BACKGROUND: Human leukocyte antigen (HLA) genes play critical roles in immune surveillance, an important defence against tumors. Imputing HLA genotypes from existing single-nucleotide polymorphism datasets is low-cost and efficient. We investigate the relevance of the major histocompatibility complex region in breast cancer susceptibility, using imputed class I and II HLA alleles, in 25,484 women of Asian ancestry. METHODS: A total of 12,901 breast cancer cases and 12,583 controls from 12 case-control studies were included in our pooled analysis. HLA imputation was performed using SNP2HLA on 10,886 quality-controlled variants within the 15-55 Mb region on chromosome 6. HLA alleles (n = 175) with info scores greater than 0.8 and frequencies greater than 0.01 were included (resolution at two-digit level: 71; four-digit level: 104). We studied the associations between HLA alleles and breast cancer risk using logistic regression, adjusting for population structure and age. Associations between HLA alleles and the risk of subtypes of breast cancer (ER-positive, ER-negative, HER2-positive, HER2-negative, early-stage, and late-stage) were examined. RESULTS: We did not observe associations between any HLA allele and breast cancer risk at P < 5e-8; the smallest p value was observed for HLA-C*12:03 (OR = 1.29, P = 1.08e-3). Ninety-five percent of the effect sizes (OR) observed were between 0.90 and 1.23. Similar results were observed when different subtypes of breast cancer were studied (95% of ORs were between 0.85 and 1.18). CONCLUSIONS: No imputed HLA allele was associated with breast cancer risk in our large Asian study. Direct measurement of HLA gene expressions may be required to further explore the associations between HLA genes and breast cancer risk.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».