Data from Common Variation in Nemo-Like Kinase Is Associated with Risk of Ovarian Cancer
Notice bibliographique
Résumé
Abstract Background: Overexpression of mitotic kinases has been associated with prognosis, histologic grade, and clinical stage in ovarian cancer, but the relationship between inherited variation in these genes and ovarian cancer risk has not been well defined. Methods: We measured associations between 397 single nucleotide polymorphisms (SNPs) from 67 mitotic kinases and invasive epithelial ovarian cancer risk in two case–control studies (n = 671 cases; n = 939 controls). Thirty-six candidate SNPs (P < 0.05) were assessed in a replication analysis consisting of three additional studies (n = 1,094 cases; n = 829 controls). Results: In initial analysis, thirty-six SNPs were suggestive of association with risk of serous ovarian cancer, all subtypes of ovarian cancer, or both (P < 0.05). Replication analyses suggested an association between rs2125846 in the Nemo-like kinase (NLK) gene and ovarian cancer (serous OR = 1.36, 95% CI: 1.11–1.67, P = 1.77 × 10−3; all subtypes OR = 1.30, 95% CI: 1.08–1.56, P = 2.97 × 10−3). Furthermore, rs2125846 was associated with risk in the combined discovery and replication sets (serous OR = 1.33, 95% CI: 1.15–1.54; all subtypes OR = 1.27, 95% CI: 1.12–1.45). Conclusions: Variation in NLK may be associated with risk of invasive epithelial ovarian cancer. Further studies are needed to confirm and understand the biologic relationship between this mitotic kinase and ovarian cancer risk. Impact: An association between SNPs in NLK and ovarian cancer may provide biologic insight into the development of this disease. Cancer Epidemiol Biomarkers Prev; 21(3); 523–8. ©2012 AACR.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».