Adiposity distribution and risks of 12 obesity-related cancers: a Mendelian randomization analysis
Notice bibliographique
Résumé
INTRODUCTION: There is convincing evidence that overall adiposity increases the risks of several cancers. Whether the distribution of adiposity plays a similar role is unclear. METHODS: We used 2-sample Mendelian randomization (MR) to examine causal relationships of 5 adiposity distribution traits (abdominal subcutaneous adipose tissue (ASAT); visceral adipose tissue (VAT); gluteofemoral adipose tissue (GFAT); liver fat; and pancreas fat) with the risks of 12 obesity-related cancers (endometrial, ovarian, breast, colorectal, pancreas, multiple myeloma, liver, kidney (renal cell), thyroid, gallbladder, esophageal adenocarcinoma, and meningioma). RESULTS: Sample size across all genome-wide association studies (GWAS) ranged from 8407 to 728 896 (median: 57 249). We found evidence that higher genetically predicted ASAT increased the risks of endometrial cancer, liver cancer, and esophageal adenocarcinoma (odds ratios (OR) and 95% confidence intervals (CI) per standard deviation (SD) higher ASAT = 1.79 (1.18 to 2.71), 3.83 (1.39 to 10.53), and 2.34 (1.15 to 4.78), respectively). Conversely, we found evidence that higher genetically predicted GFAT decreased the risks of breast cancer and meningioma (ORs and 95% CIs per SD higher genetically predicted GFAT = 0.77 (0.62 to 0.97) and 0.53 (0.32 to 0.90), respectively). We also found evidence for an effect of higher genetically predicted VAT and liver fat on increased liver cancer risk (ORs and 95% CIs per SD higher genetically predicted adiposity trait = 4.29 (1.41 to 13.07) and 4.09 (2.29 to 7.28), respectively). DISCUSSION: Our analyses provide novel insights into the relationship between adiposity distribution and cancer risk. These insights highlight the potential importance of adipose tissue distribution alongside maintaining a healthy weight for cancer prevention.
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 | 0,030 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,005 | 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 ».