MétaCan
Menu
Retour à la cohorte
Enregistrement W4387168021 · doi:10.1097/md.0000000000035257

Associations between non-coding RNAs genetic polymorphisms with ovarian cancer risk: A systematic review and meta-analysis update with trial sequential analysis

2023· review· en· W4387168021 sur OpenAlexaboutno aff
Huaying Liu, Lili Sun, Xiaoping Liu, Ruichai Wang, Qinqin Luo

Notice bibliographique

RevueMedicine · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMedicineOncologyGenetic modelOdds ratioConfidence intervalInternal medicineOvarian cancerSubgroup analysisSingle-nucleotide polymorphismBioinformaticsGenotypeGeneticsCancerBiologyGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This systemic review and meta-analysis seeks to systematically analyze and summarize the association between non-coding RNA polymorphisms and ovarian cancer risk. METHODS: We searched PubMed, Web of Science and CNKI for available articles on non-coding RNA polymorphisms in patients with ovarian cancer from inception to March 1, 2023. The quality of each study included in the meta-analysis was rated according to the Newcastle-Ottawa Scale.Odds ratios (ORs) with their 95% confidence intervals (95% CI) were used to assess associations. Chi-square Q-test combined with inconsistency index (I2) was used to test for heterogeneity among studies. Lastly, trial sequential analysis (TSA) software was used to verify the reliability of meta-analysis results, and in-silico miRNA expression were also performed. The meta-analysis was registered with PROSPERO (No. CRD42023422091). RESULTS: A total of 17 case-control studies with 18 SNPs were selected, including 2 studies with H19 rs2107425 and HOTAIR rs4759314, and 5 studies with miR-146a rs2910164 and miR-196a rs11614913. Significant associations were found between H19 rs2107425, miR-146a rs2910164, and miR-196a rs11614913 and ovarian cancer risk. Three genetic models of H19 rs2107425 (CT vs TT (heterozygote model): OR = 1.36, 95% CI = 1.22-1.52, P < .00001; CC + CT vs TT (dominant model): OR = 1.12, 95% CI = 1.02-1.24, P = .02; and CC vs CT + TT (recessive model): OR = 1.23, 95% CI = 1.16-1.31, P < .00001), 2 genetic models of miR-146a rs2910164 (allele model: OR = 1.75, 95% CI = 1.05-2.91, P = .03; and heterozygote model: OR = 0.33, 95% CI = 0.11-0.98, P = .05), 3 genetic models of miR-196a rs11614913 (allele model: OR = 0.70, 95% CI = 0.59-0.82, P < .0001; dominant model: OR = 1.62, 95% CI = 1.18-2.24, P = .0001; and recessive model: OR = 0.70, 95% CI = 0.57-0.87, P = .03) were statistically linked to ovarian cancer risk. Subgroup analysis for miR-146a rs2910164 was performed according to ethnicity. No association was found in any genetic model. The outcomes of TSA also validated the findings of this meta-analysis. CONCLUSION: This study summarizes that H19 rs2107425, miR-146a rs2910164, and miR-196a rs11614913 polymorphisms are significantly linked with the risk of ovarian cancer, and moreover, large-scale and well-designed studies are needed to validate our result.

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)0,032
score de la tête « metaresearch » (Gemma)0,074
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,074
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0180,034
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,077
Tête enseignante GPT0,379
Écart entre enseignants0,302 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetCancer-related molecular mechanisms researchTravaux en français237 207