The exposome and pancreatic cancer, lifestyle and environmental risk factors for PDAC
Notice bibliographique
Résumé
Pancreatic cancer (PC), particularly pancreatic ductal adenocarcinoma (PDAC), is a significant global health issue with high mortality rates. PDAC, though only 3 % of cancer diagnoses, causes 7 % of cancer deaths due to its severity and asymptomatic early stages. Risk factors include lifestyle choices, environmental exposures, and genetic predispositions. Conditions like new-onset type 2 diabetes and chronic pancreatitis also contribute significantly. Modifiable risk factors include smoking, alcohol consumption, non-alcoholic fatty pancreatic disease (NAFPD), and obesity. Smoking and heavy alcohol consumption increase PC risk, while NAFPD and obesity, particularly central adiposity, contribute through chronic inflammation and insulin resistance. Refined sugar and sugar-sweetened beverages (SSBs) are also linked to increased PC risk, especially among younger individuals. Hormonal treatments and medications like statins, aspirin, and metformin have mixed results on PC risk, with some showing protective effects. The gut microbiome influences PC through the gut-pancreas axis, with disruptions leading to inflammation and carcinogenesis. Exposure to toxic substances, including heavy metals and chemicals, is associated with increased PC risk. Glycome changes, such as abnormal glycosylation patterns, are significant in PDAC development and offer potential for early diagnosis. Interactions between environmental and genetic factors are crucial in PDAC susceptibility. Genome-wide association studies (GWAS) have identified several single nucleotide polymorphisms (SNPs) linked to PDAC, but gene-environment interactions remain largely unexplored. Future research should focus on polygenic risk scores (PRS) and large-scale studies to better understand these interactions and their impact on PDAC risk.
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) | 0,001 | 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 ».