Associations of blood lipids and LDL cholesterol lowering drug-targets with colorectal cancer risk: a Mendelian randomisation study
Notice bibliographique
Résumé
BACKGROUND: Whether blood lipids are causally associated with colorectal cancer (CRC) risk remains unclear. METHODS: Using two-sample Mendelian randomisation (MR), our study examined the associations of genetically-predicted blood concentrations of lipids and lipoproteins (primary: LDL-C, HDL-C, triglycerides, and total cholesterol), and genetically-proxied inhibition of HMGCR, NPC1L1, and PCSK9 (which mimic therapeutic effects of LDL-lowering drugs), with risks of CRC and its subsites. Genetic associations with lipids were obtained from the Global Lipids Genetics Consortium (n = 1,320,016), while genetic associations with CRC were obtained from the largest existing CRC consortium (n = 58,221 cases and 67,694 controls). Our main analysis was a multivariable MR (MVMR) with mutual adjustments for LDL-C, HDL-C, and triglycerides. Secondary analyses, including MVMR additionally-adjusting for BMI or diabetes, were also performed. RESULTS: Genetically-predicted LDL-C was positively associated with CRC risk in the MVMR adjusted for HDL-C and triglycerides (OR = 1.09; 95%CI 1.02-1.16 per SD increase) and additionally-adjusted for BMI (OR = 1.12; 95%CI 1.05-1.21) or diabetes (OR = 1.09; 95%CI 1.02-1.17). Associations were generally consistent across anatomical subsites. No clear evidence of association was found for other lipids, lipoproteins, or LDL-lowering drug-targets. CONCLUSIONS: We found evidence of a weak positive association between LDL-C and CRC that did not appear to be explained by potential pleiotropic pathways such as via HDL-C, triglycerides, BMI, or diabetes.
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 | 0,022 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».