Four Pharmacogenomic Variants Strongly Linked to Corticosteroid‐Induced Avascular Necrosis in Children with Cancer
Notice bibliographique
Résumé
Abstract Corticosteroids are effective anti‐cancer agents for treating hematologic malignancies in children. However, avascular necrosis (AVN) is a common and debilitating adverse effect, leading to bone death and impacting long‐term quality of life. This study aimed to uncover the genetic factors contributing to corticosteroid‐induced AVN in a well‐characterized cohort of pediatric cancer patients. We conducted a genome‐wide association study (GWAS) on 972 patients, including 108 with AVN grade ≥2 and 864 dose‐matched controls. The GWAS of 6.4 million genetic markers identified four significant AVN‐associated loci ( P < 5 × 10 −8 ): WNT7B (OR = 9.2; 95% CI, 3.8‐22.0), POGK (OR = 8.4; 95% CI, 3.6‐19.5), ZNF37A (OR = 6.0; 95% CI, 2.9‐12.5), and a synonymous variant in FAM240C (OR = 5.0; 95% CI, 2.6‐9.5). A multi‐marker predictive model combining single nucleotide polymorphisms (SNPs) and clinical factors showed an area under the ROC curve (AUC) of 78.7%, outperforming SNP‐only (67.8%) and clinical‐only (68.4%) models. The osteogenic processes regulated by WNT7B , part of the Wnt signaling pathway, may contribute to AVN‐related disrupted bone development and repair. Similarly, POGK and ZNF37A , both containing the KRAB domain, are hypothesized to affect osteoblast differentiation and skeletal development in AVN. Developing a predictive model for individual susceptibility to corticosteroid‐induced AVN will enhance the monitoring and management of corticosteroid use in children with cancer.
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 | 0,001 | 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 | 0,001 |
| 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 ».