Metabolomic signature and prediction of incident lung cancer from air pollution exposure in a national cohort: Unraveling the link and underlying role
Notice bibliographique
Résumé
Air pollution exposure has been identified as a pathogenic factor of lung cancer, whereas the metabolic profile disturbance involved and its underlying role remain unclear while attract much attention. Metabolomic profiling in plasma was conducted among 205,974 participants in the UK Biobank. Particulate matter (PM) with aerodynamic diameter ≤ 10 μm (PM 10 ), PM 2.5 , PM 2.5–10 , nitrogen dioxide (NO 2 ), and nitrogen oxides (NO x ) were assessed by land-use regression models. Mediation roles of metabolic features involved in air pollution and incident lung cancer, and performance of the lung cancer prediction model incorporating crucial metabolite features identified by least absolute shrinkage and selection operator (LASSO) and multivariate Cox regression, were evaluated. During a median follow-up period of 13.1 years, 1,536 incident lung cancer cases were recorded. Among the 143 metabolite features, 66 overlapped in PM 2.5 , NO 2 , or NO x exposure-associated incident lung cancer after multivariate adjustment (false discovery rate P < 0.05). The highest mediation proportions were observed for Albumin (percentage mediated: 4.02 %), Phospholipids in Medium Very-Low-Density Lipoproteins (M-VLDL) (6.38 %), and M-VLDL (6.42 %) in incident lung cancer from PM 2.5 , NO 2 , and NO x exposure, respectively. LASSO and multivariate Cox regression identified 15 metabolite features associated with lung cancer, and inclusion of these metabolite features significantly improved the prediction of lung cancer (C statistic: 0.851; Net reclassification improvement index: 0.144; Integrated discrimination improvement index: 0.005). Disturbance and mediation role of circulating metabolic features in air pollution exposure and incident lung cancer were identified, and metabolite profiling may well improve early prediction of lung cancer. • Metabolic features associated with air pollution exposure were identified. • Metabolic disturbance was associated with lung cancer risk. • Mediation role of metabolites in air pollution and lung cancer was unveiled. • Metabolite profiling may well improve early prediction of lung 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 | 0,000 | 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 ».