MétaCan
Menu
Retour à la cohorte
Enregistrement W4407964309 · doi:10.1158/1055-9965.epi-24-1143

Patterns of Associations with Epidemiologic Factors by High-Grade Serous Ovarian Cancer Gene Expression Subtypes

2025· article· en· W4407964309 sur OpenAlexaff
Lindsay J. Collin, Kara L. Cushing‐Haugen, Kathryn L. Terry, Ellen L. Goode, Anna H. Wu, Holly R. Harris, Naoko Sasamoto, Daniel W. Cramer, Francesmary Modugno, Esther Elishaev, Zhuxuan Fu, Kirsten B. Moysich, Peter A. Fasching, Celeste Leigh Pearce, Usha Menon, Aleksandra Gentry‐Maharaj, Simon A. Gayther, Nicolas Wentzensen, Marc T. Goodman, Joshy George, Aline Talhouk, Michael S. Anglesio, Susan J. Ramus, David D.L. Bowtell, Shelley S. Tworoger, Joellen M. Schildkraut, Penelope M. Webb, Jennifer A. Doherty

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Cancer InstituteNational Center for Research ResourcesNational Health and Medical Research CouncilNational Institutes of Health
Mots-clésOvarian cancerOncologyMedicineSerous fluidInternal medicineFamily historyCancerMenarcheBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ovarian high-grade serous carcinomas (HGSC) comprise four distinct molecular subtypes based on mRNA expression patterns, with differential survival. Understanding risk factor associations is important to elucidate the etiology of HGSC. We investigated associations between different epidemiologic risk factors and HGSC molecular subtypes. METHODS: We pooled data from 11 case-control studies with epidemiologic and tumor gene expression data from custom NanoString CodeSets developed through a collaboration within the Ovarian Tumor Tissue Analysis consortium. The PrOTYPE-validated NanoString-based 55-gene classifier was used to assign HGSC gene expression subtypes. We examined associations between epidemiologic factors and HGSC subtypes in 2,070 cases and 16,633 controls using multivariable-adjusted polytomous regression models. RESULTS: Among the 2,070 HGSC cases, 556 (27%) were classified as C1.MES, 340 (16%) as C5.PRO, 538 (26%) as C2.IMM, and 636 (31%) as C4.DIF. The key factors, including oral contraceptive use, parity, breastfeeding, and family history of ovarian cancer, were similarly associated with all subtypes. Heterogeneity was observed for several factors. Former smoking [OR = 1.25; 95% confidence interval (CI) = 1.03, 1.51] and genital powder use (OR = 1.42; 95% CI = 1.08, 1.86) were uniquely associated with C2.IMM. History of endometriosis was associated with C5.PRO (OR = 1.46; 95% CI = 0.98, 2.16) and C4.DIF (OR = 1.27; 95% CI = 0.94, 1.71) only. Family history of breast cancer (OR = 1.44; 95% CI = 1.16, 1.78) and current smoking (OR = 1.40; 95% CI = 1.11, 1.76) were associated with C4.DIF only. CONCLUSIONS: This study observed heterogeneous associations of epidemiologic and modifiable factors with HGSC molecular subtypes. IMPACT: The different patterns of associations may provide key information about the etiology of the four subtypes.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,045
Tête enseignante GPT0,357
Écart entre enseignants0,312 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetOvarian cancer diagnosis and treatmentTravaux en français237 207