Smoking, alcohol, and colon cancer survival are modified by immune biomarkers: a population-representative study
Notice bibliographique
Résumé
Lifestyle factors such as smoking and alcohol may influence colon cancer (CC) survival, but it is unclear whether their effects vary by tumour-infiltrating immune biomarkers. This study examined CC-specific survival by smoking and alcohol status, stratified by immune cell density, in a large population-based cohort. The study included 661 individuals who underwent surgery for stage II or III CC between 2004 and 2008 within two Health and Social Care (HSC) Trusts in Northern Ireland. Representative formalin-fixed, paraffin-embedded (FFPE) tumour blocks were retrieved, and immunohistochemistry (IHC) was performed on tissue microarrays constructed from both the central tumour and the invasive margin. Cox proportional hazards models were used to assess CC-specific survival, adjusting for key clinical and demographic confounders. Ever smoking, compared to never smoking, was associated with poorer CC-specific survival among individuals with lower densities of CD3+, CD4 +, and FOXP3 + tumour-infiltrating immune cells. Among those with higher CD8 + cell density in the central tumour, ever smoking was linked to worse outcomes. Similar patterns were seen in the invasive margin, although these were not all statistically significant. No significant associations were observed between alcohol use and survival across any immune biomarker subgroups. Smoking was associated with poorer survival among patients with CC, and this association appears to be modified by the density of tumour-infiltrating immune cells.
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 ».