Association Between Telomere Length and Risk of Lung Cancer in an Asian Population: A Mendelian Randomization Study
Notice bibliographique
Résumé
Background: Several traditional observational studies and Mendelian randomization (MR) studies have indicated an association between leukocyte telomere length (LTL) and the risk of lung cancer in the European population. However, the results in the Asian population are still unclear. The objective was to reveal the genetic causal association between LTL and the risk of lung cancer in the Asian population. Methods: We conducted a two-sample MR analysis using summary statistics. Instrumental variables (IVs) were obtained from the genome-wide association studies (GWAS) of LTL (n = 23,096) and lung cancer (n = 212,453) of Asian ancestry. We applied the random-effects inverse-variance weighted (IVW) model as the main method. As well, several other models were performed as complementary methods to assess the impact of potential MR assumption violations, including MR-Egger regression, weighted median, and weighted mode models. Results: We included eight single-nucleotide polymorphisms (SNPs) as IVs for LTL and found that LTL was significantly associated with the risk of lung cancer in the IVW model (odds ratio (OR): 1.60; 95% confidence interval (CI): 1.31 - 1.97; P = 5.96 × 10 -6 ), which was in line with the results in the weighted median and weighted mode models. However, the relationship was not statistically significant in the MR-Egger regression model (OR: 1.44; 95% CI: 0.92 - 2.26; P = 0.160). Sensitivity analyses indicated the robustness of the results. Conclusions: This two-sample MR study confirmed that longer telomere length significantly increased the risk of lung cancer in the Asian population, which was in accord with findings in the Western population. World J Oncol. 2023;14(4):277-284 doi: https://doi.org/10.14740/wjon1624
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».