MétaCan
Menu
Retour à la cohorte
Enregistrement W4390631596 · doi:10.1158/1055-9965.epi-23-0613

Lung Cancer in Ever- and Never-Smokers: Findings from Multi-Population GWAS Studies

2024· article· en· W4390631596 sur OpenAlexaff
Yafang Li, Xiangjun Xiao, Jianrong Li, Younghun Han, Chao Cheng, Gail Fernandes, Shannon E. Slewitzke, Susan M. Rosenberg, Meng Zhu, Jinyoung Byun, Yohan Bossé, James McKay, Demetrius Albanes, Stephen Lam, Adonina Tardón, Chu Chen, Stig E. Bojesen, Maria Teresa Landi, Mattias Johansson, Angela Risch, Heike Bickeböller, H-Erich Wichmann, David C. Christiani, Gad Rennert, Susanne M. Arnold, Gary E. Goodman, John K. Field, Michael P.A. Davies, Sanjay Shete, Loı̈c Le Marchand, Geoffrey Liu, Rayjean J. Hung, Angeline S. Andrew, Lambertus A. Kiemeney, Ryan Sun, Shanbeh Zienolddiny, Kjell Grankvist, Mikael Johansson, Neil E. Caporaso, Angela Cox, Yun‐Chul Hong, Philip Lazarus, Matthew B. Schabath, Melinda C. Aldrich, Ann G. Schwartz, Ivan Gorlov, Kristen S. Purrington, Ping Yang, Yanhong Liu, Joan E. Bailey‐Wilson, Susan M. Pinney, Diptasri Mandal, James C. Willey, Colette Gaba, Paul Brennan, Jun Xia, Hongbing Shen, Christopher I. Amos

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensPublic Health OntarioLunenfeld-Tanenbaum Research InstitutePrincess Margaret Cancer CentreUniversity of British ColumbiaInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesNational Center for Research ResourcesCommon FundNational Institute of Environmental Health SciencesDivision of Cancer Epidemiology and Genetics, National Cancer InstituteNational Institute of Neurological Disorders and StrokeNational Cancer InstituteNational Institute on Drug AbuseNational Heart, Lung, and Blood InstituteNational Institute of Mental HealthNIH Office of the DirectorNational Institute on AgingCancer Prevention and Research Institute of TexasNational Natural Science Foundation of ChinaU.S. Department of Health and Human ServicesNational Institutes of HealthNational Human Genome Research InstituteWorld Health Organization
Mots-clésGenome-wide association studyLung cancerMedicinePopulationCancerOncologyDemographyInternal medicineEnvironmental healthBiologyGeneticsSingle-nucleotide polymorphismGenotypeSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical, molecular, and genetic epidemiology studies displayed remarkable differences between ever- and never-smoking lung cancer. METHODS: We conducted a stratified multi-population (European, East Asian, and African descent) association study on 44,823 ever-smokers and 20,074 never-smokers to identify novel variants that were missed in the non-stratified analysis. Functional analysis including expression quantitative trait loci (eQTL) colocalization and DNA damage assays, and annotation studies were conducted to evaluate the functional roles of the variants. We further evaluated the impact of smoking quantity on lung cancer risk for the variants associated with ever-smoking lung cancer. RESULTS: Five novel independent loci, GABRA4, intergenic region 12q24.33, LRRC4C, LINC01088, and LCNL1 were identified with the association at two or three populations (P < 5 × 10-8). Further functional analysis provided multiple lines of evidence suggesting the variants affect lung cancer risk through excessive DNA damage (GABRA4) or cis-regulation of gene expression (LCNL1). The risk of variants from 12 independent regions, including the well-known CHRNA5, associated with ever-smoking lung cancer was evaluated for never-smokers, light-smokers (packyear ≤ 20), and moderate-to-heavy-smokers (packyear > 20). Different risk patterns were observed for the variants among the different groups by smoking behavior. CONCLUSIONS: We identified novel variants associated with lung cancer in only ever- or never-smoking groups that were missed by prior main-effect association studies. IMPACT: Our study highlights the genetic heterogeneity between ever- and never-smoking lung cancer and provides etiologic insights into the complicated genetic architecture of this deadly cancer.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,414
Écart entre enseignants0,361 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetGenetic Associations and EpidemiologyTravaux en français237 207