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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».