MétaCan
Menu
Retour à la cohorte
Enregistrement W4400673369 · doi:10.1016/j.ajcnut.2024.07.012

Folate intake and colorectal cancer risk according to genetic subtypes defined by targeted tumor sequencing

2024· article· en· W4400673369 sur OpenAlexaff
Elom K. Aglago, Conghui Qu, Sophia Harlid, Amanda I. Phipps, Robert S. Steinfelder, Shuji Ogino, Claire E. Thomas, Li Hsu, Amanda E. Toland, Hermann Brenner, Sonja I. Berndt, Daniel D. Buchanan, Peter T. Campbell, Yin Cao, Andrew T. Chan, David A. Drew, Jane C. Figueiredo, Amy J. French, Steven Gallinger, Peter Georgeson, Marios Giannakis, Ellen L. Goode, Stephen B. Gruber, Marc J. Gunter, Tabitha A. Harrison, Michael Hoffmeister, Wen‐Yi Huang, Meredith A.J. Hullar, Jeroen R. Huyghe, Mark A. Jenkins, Brigid M. Lynch, Victor Moreno, Neil Murphy, Christina C. Newton, Jonathan A. Nowak, Mireia Obón‐Santacana, Wei Sun, Tomotaka Ugai, Caroline Y. Um, Syed Hassan Ejaz Zaidi, Konstantinos K. Tsilidis, Bethany Van Guelpen

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueFolate and B Vitamins Research
Établissements canadiensLunenfeld-Tanenbaum Research InstituteOntario Institute for Cancer ResearchUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesOffice of Research Infrastructure Programs, National Institutes of HealthNational Cancer InstituteWorld Cancer Research FundWereld Kanker Onderzoek FondsMinistry of Science and Innovation, New ZealandWorld Cancer Research Fund InternationalWorld Health Organization
Mots-clésColorectal cancerAXIN2Odds ratioOncologyInternal medicineMedicineGeneticsBiologyCancerKRASConfidence intervalWnt signaling pathwayGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Folate is involved in multiple genetic, epigenetic, and metabolic processes, and inadequate folate intake has been associated with an increased risk of cancer. OBJECTIVE: We examined whether folate intake is differentially associated with colorectal cancer (CRC) risk according to somatic mutations in genes linked to CRC using targeted sequencing. DESIGN: Participants within 2 large CRC consortia with available information on dietary folate, supplemental folic acid, and total folate intake were included. Colorectal tumor samples from cases were sequenced for the presence of nonsilent mutations in 105 genes and 6 signaling pathways (IGF2/PI3K, MMR, RTK/RAS, TGF-β, WNT, and TP53/ATM). Multinomial logistic regression models were analyzed comparing mutated/nonmutated CRC cases to controls to compute multivariable-adjusted odds ratios (ORs) with 95% confidence interval (CI). Heterogeneity of associations of mutated compared with nonmutated CRC cases was tested in case-only analyses using logistic regression. Analyses were performed separately in hypermutated and nonhypermutated tumors, because they exhibit different clinical behaviors. RESULTS: We included 4339 CRC cases (702 hypermutated tumors, 16.2%) and 11,767 controls. Total folate intake was inversely associated with CRC risk (OR = 0.93; 95% CI: 0.90, 0.96). Among hypermutated tumors, 12 genes (AXIN2, B2M, BCOR, CHD1, DOCK3, FBLN2, MAP3K21, POLD1, RYR1, TET2, UTP20, and ZNF521) showed nominal statistical significance (P < 0.05) for heterogeneity by mutation status, but none remained significant after multiple testing correction. Among these genetic subtypes, the associations between folate variables and CRC were mostly inverse or toward the null, except for tumors mutated for DOCK3 (supplemental folic acid), CHD1 (total folate), and ZNF521 (dietary folate) that showed positive associations. We did not observe differential associations in analyses among nonhypermutated tumors, or according to the signaling pathways. CONCLUSIONS: Folate intake was not differentially associated with CRC risk according to mutations in the genes explored. The nominally significant differential mutation effects observed in a few genes warrants further investigation.

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)0,005
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,382
Écart entre enseignants0,352 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetFolate and B Vitamins ResearchTravaux en français237 207