MétaCan
Menu
Retour à la cohorte
Enregistrement W4389948140 · doi:10.1158/1055-9965.epi-23-0717

Genome-Wide Gene–Environment Interaction Analyses to Understand the Relationship between Red Meat and Processed Meat Intake and Colorectal Cancer Risk

2023· article· en· W4389948140 sur OpenAlexaff
Mariana C. Stern, Joel Sanchez Mendez, Andre E. Kim, Mireia Obón‐Santacana, Ferrán Moratalla-Navarro, Vicente Martín, Vı́ctor Moreno, Yi Lin, Stephanie A. Bien, Conghui Qu, Yu‐Ru Su, Emily White, Tabitha A. Harrison, Jeroen R. Huyghe, Catherine M. Tangen, Polly A. Newcomb, Amanda I. Phipps, Claire E. Thomas, Eric S. Kawaguchi, Juan Pablo Lewinger, John L. Morrison, David V. Conti, Jun Wang, Duncan C. Thomas, Elizabeth A. Platz, Kala Visvanathan, Temitope O. Keku, Christina C. Newton, Caroline Y. Um, Anshul Kundaje, Anna Shcherbina, Neil Murphy, Marc J. Gunter, Niki Dimou, Nikos Papadimitriou, Stéphane Bezieau, Fränzel J.B. van Duijnhoven, Satu Männistö, Gad Rennert, Alicja Wolk, Michael Hoffmeister, Hermann Brenner, Jenny Chang‐Claude, Yu Tian, Loı̈c Le Marchand, Michelle Cotterchio, Konstantinos K. Tsilidis, D. Timothy Bishop, Yohannes Adama Melaku, Brigid M. Lynch, Daniel D. Buchanan, Cornelia M. Ulrich, Jennifer Ose, Anita R. Peoples, Andrew J. Pellatt, Li Li, Matthew A.M. Devall, Peter T. Campbell, Demetrius Albanes, Stephanie J. Weinstein, Sonja I. Berndt, Stephen B. Gruber, Edward Ruiz-Narváez, Mingyang Song, Amit D. Joshi, David A. Drew, Jessica L. Petrick, Andrew T. Chan, Marios Giannakis, Ulrike Peters, Li Hsu, W. James Gauderman

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensCancer Care Ontario
Organismes subventionnairesOffice of Research Infrastructure Programs, National Institutes of HealthNational Institute of Environmental Health SciencesNational Heart, Lung, and Blood InstituteNational Institute on AgingNIHR Imperial Biomedical Research CentreInstituto de Salud Carlos IIINational Institute for Health and Care ResearchAgència de Gestió d'Ajuts Universitaris i de RecercaNational Health and Medical Research CouncilMedical Research CouncilCenters for Disease Control and PreventionWorld Health OrganizationXarxa de Bancs de Tumors de CatalunyaJunta de Castilla y LeónNational Institutes of HealthGroupement des Entreprises Françaises dans la lutte contre le CancerCentre Hospitalier Universitaire de NantesInstitut Gustave-RoussyNational Human Genome Research InstituteCancer Council VictoriaSchool of Public Health, Imperial College LondonDeutsche KrebshilfeAssociazione Italiana per la Ricerca sul CancroVetenskapsrådetMutuelle Générale de l'Education NationaleBundesministerium für Bildung und ForschungMinisterio de Economía y CompetitividadCancerfondenNational Cancer InstituteFundación Científica Asociación Española Contra el CáncerMarshfield Clinic Research FoundationInstitut National de la Santé et de la Recherche MédicaleDeutsche ForschungsgemeinschaftCentres de Recerca de CatalunyaImperial College LondonGeneralitat de CatalunyaFood Standards AgencySwedish Cancer FoundationNational Institute of Diabetes and Digestive and Kidney DiseasesWorld Cancer Research FundBrigham and Women's HospitalCenter for Strategic Scientific Initiatives, National Cancer InstituteDivision of Cancer Prevention, National Cancer InstituteHarvard T.H. Chan School of Public HealthVictorian Cancer AgencyConseil Régional des Pays de la LoireUniversity of PittsburghJohns Hopkins UniversityAssociation Anne de Bretagne GenetiqueLigue Contre le CancerDeutsches KrebsforschungszentrumFred Hutchinson Cancer Research CenterEmory UniversityDamon Runyon Cancer Research FoundationCancer Research UKAmerican Cancer SocietyU.S. Department of Health and Human Services
Mots-clésRed meatColorectal cancerProcessed meatConfidence intervalMedicineGenome-wide association studyGenotypingQuartileSingle-nucleotide polymorphismInternal medicineCancerGeneticsBiologyGenotypeFood scienceGenePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High red meat and/or processed meat consumption are established colorectal cancer risk factors. We conducted a genome-wide gene-environment (GxE) interaction analysis to identify genetic variants that may modify these associations. METHODS: A pooled sample of 29,842 colorectal cancer cases and 39,635 controls of European ancestry from 27 studies were included. Quantiles for red meat and processed meat intake were constructed from harmonized questionnaire data. Genotyping arrays were imputed to the Haplotype Reference Consortium. Two-step EDGE and joint tests of GxE interaction were utilized in our genome-wide scan. RESULTS: Meta-analyses confirmed positive associations between increased consumption of red meat and processed meat with colorectal cancer risk [per quartile red meat OR = 1.30; 95% confidence interval (CI) = 1.21-1.41; processed meat OR = 1.40; 95% CI = 1.20-1.63]. Two significant genome-wide GxE interactions for red meat consumption were found. Joint GxE tests revealed the rs4871179 SNP in chromosome 8 (downstream of HAS2); greater than median of consumption ORs = 1.38 (95% CI = 1.29-1.46), 1.20 (95% CI = 1.12-1.27), and 1.07 (95% CI = 0.95-1.19) for CC, CG, and GG, respectively. The two-step EDGE method identified the rs35352860 SNP in chromosome 18 (SMAD7 intron); greater than median of consumption ORs = 1.18 (95% CI = 1.11-1.24), 1.35 (95% CI = 1.26-1.44), and 1.46 (95% CI = 1.26-1.69) for CC, CT, and TT, respectively. CONCLUSIONS: We propose two novel biomarkers that support the role of meat consumption with an increased risk of colorectal cancer. IMPACT: The reported GxE interactions may explain the increased risk of colorectal cancer in certain population subgroups.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,005
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,180
Tête enseignante GPT0,413
Écart entre enseignants0,232 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetNutritional Studies and DietTravaux en français237 207