DNA repair in lung cancer: a large-scale quantitative analysis for polymorphisms in DNA repairing pathway genes and lung cancer susceptibility
Notice bibliographique
Résumé
The results of associations between single nucleotide polymorphisms (SNPs) of genes in DNA repairing pathway and lung cancer (LC) risk are inconsistent. We applied allele, dominant and recessive models to explore the risk of researched variants to LC in total LC and subgroups by ethnicity or LC subtypes with a cutoff point of p < 0.05. A total of 76,935 cases and 88,649 controls from 192 articles were included. Among the analyzed 40 variants from 20 genes, we found 9 statistically significant variants in overall populations by allele model, including five SNPs (rs1760944, rs9344, rs13181, rs1001581, and rs915927) increasing LC risk (odd ratios [ORs] = 1.10–1.71) and four SNPs (rs1042522, rs3213245, rs11615, and rs238406) decreasing the risk (ORs = 0.75–0.94). We identified rs1042522 and rs13181 as significant variants for LC in three models. Additionally, we identified differential significant SNPs in ethnic and subtype’s analysis with comparison to total population. There are five SNPs in DNA repairing pathway associated with increased LC risk and four others decreased LC risk. Besides, the risky SNPs in different ethnicities and various LC subtypes were partly different, and the contribution of different genotypes to risk alleles were various as well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».