MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391574850 · doi:10.1158/1055-9965.c.7061349.v1

Data from The Influence of Smoking and Occupational Risk Factors on DNA Methylation in the <i>AHRR</i> and <i>F2RL3</i> Genes

2024· preprint· en· W4391574850 sur OpenAlexaboutno aff
Laura Pelland-St-Pierre, Michael C. Pham, Alice Quynh Huong Nguyen, Romain Pasquet, Sherryl A. Taylor, Delphine Bosson-Rieutort, Anita Koushik, Vikki Ho

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDNA methylationMethylationGeneDNAChemistryGeneticsMolecular biologyBiologyGene expression

Résumé

récupéré en direct d'OpenAlex

AbstractBackground: AHRR and F2RL3 hypomethylation has been associated with lung cancer. In this study, we investigated the cross-sectional association between smoking and occupational exposures, and AHRR and F2RL3 methylation. Methods: A case–control study was nested in CARTaGENE to examine the association between AHRR and F2RL3 methylation and lung cancer risk (200 cases; 400 controls). A secondary analysis was conducted using the data collected from this nested study; namely, baseline information on participants’ smoking behavior and longest-held job was obtained. A cumulative smoking index summarized information on the number of cigarettes smoked, duration of smoking, and time since cessation. Exposure to 13 occupational agents was estimated using the Canadian Job Exposure Matrix. In baseline blood samples, methylation ratios of 40 CpG sites in the AHRR and F2RL3 genes were measured using Sequenom EpiTYPER. Separate least squares regression models were used to estimate the associations between smoking and occupational exposures, and average AHRR and F2RL3 methylation levels, while adjusting for confounders identified from directed acyclic graphs. Results: In both genes, smoking was associated with lower average methylation levels. Occupational exposure to aromatic amines, cadmium, and formaldehyde were associated with lower AHRR methylation while, only benzene was associated with F2RL3 hypomethylation; these associations were stronger among ever smokers. Conclusions: Our findings support that smoking and occupational exposures to some agents are associated with AHRR and F2RL3 hypomethylation. Impact: Our results inform on mechanisms underlying environmental exposures in lung cancer etiology; future studies should prioritize studying joint exposures.

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)0,001
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,294
Écart entre enseignants0,261 · 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
GenreJeu de données

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→