Abstract
Bakgrunn
plasminogen aktivator inhibitor-1 (
PAI-1
) blir uttrykt i mange kreftcelletyper og tillater modulering av kreftvekst, invasjon og angiogenese. Hittil studier undersøkte sammenhengen mellom en funksjonell polymorfisme i
PAI-1 product: (4G /5G) og risiko for kreft har vist inkluderende resultater.
Metoder
En meta -analysemetoder basert på 25 case-control studier ble utført for å løse dette problemet. Odds ratio (OR) med tilhørende 95% konfidensintervall (CIS) ble brukt for å vurdere foreningen. Den statistiske heterogenitet på tvers av studier ble undersøkt med
I
2
test.
Resultater
Totalt en betydelig økt risiko for kreft ble assosiert med
PAI -1
4G /4G polymorfisme for allelet kontrast (4G vs. 5G: OR = 1,10, CI = 01.03 til 01.18,
i
2
= 49,5%), den additive genetiske modellen ( 4G /4G vs. 5G /5G: OR = 1,21, CI = 1,06 til 1,39,
i
2
= 51,9%), den recessive genetiske modellen (4G /4G vs. 4G /5G + 5G /5G: OR = 1,11, CI = 01.04 til 01.18,
I
2
= 20,8%). I subgruppeanalyse etnisitet, resultatene viste at personer med 4G /4G genotype hadde en betydelig høyere kreftrisiko blant kaukasiere (4G /4G vs. 5G /5G: OR = 1,31, 95% CI = 1,09 til 1,59,
jeg
2
= 59,6%; 4G /4G vs. 4G /5G: OR = 1,12, 95% CI = 01.04 til 01.21,
I
2
= 3,6%; recessive modell : OR = 1,12, 95% CI = 01.05 til 01.21,
i
2
= 25,3%)
Konklusjoner
resultatene fra dagens meta-analyse. støtter en sammenheng mellom
PAI-1
4G /5G polymorfisme og øke kreftrisiko, spesielt blant kaukasiere, og de med 4G allelet har en høy risiko for å utvikle tykktarmskreft og livmorkreft.
Citation: Wang S, Cao Q, Wang X, Li B, Tang M, Yuan W, et al. (2013)
PAI-1
4G /5G Polymorphism Bidrar til Cancer Følsomhet: Bevis fra Meta-Analysis. PLoS ONE 8 (2): e56797. doi: 10,1371 /journal.pone.0056797
Redaktør: Devendra Amre, University of Montreal, Canada
mottatt: 17 september 2012; Godkjent: 15 januar 2013; Publisert: 20 februar 2013
Copyright: © 2013 Wang et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Dette arbeidet ble støttet av Program for utvikling av innovative Research team i First Affiliated Hospital of Nanjing Medical University, Provincial Initiative Program for Excellency Disciplines i Jiangsu-provinsen, etter Natural Science Foundation National of China (tilskudds tall 81201571). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
urokinase plasminogen aktivator systemet er en serinproteasefamilien [1]. Den medfølgende urokinasetype plasminogen aktivator (uPA) system gir den mest betydelig mengde aktivert plasminogen når vev blir degradert og er involvert i ekstracellulær matriks (ECM) degradering [2], [3], derfor har det vært involvert i en rekke patofysiologiske prosesser som krever ombygging av basalmembraner (BM) og ECM. Metastase og invasjon av ondartet kreft krever proteolytisk nedbrytning av ECM, BM og infiltrasjon av kreftceller i de omkringliggende vev, blodstrømmen, eller lymfekar. Studier avslører den uPA-systemet, universell til alle kreftformer, er forbundet med prosessen med cancer metastase og progresjon ved å delta i nedbrytningen og regenerering av BM og ECM [4], [5], [6].
den plasminogen aktivator inhibitor-1 (
PAI-1
), en 52 kDa glykoprotein-protein tilhører serin proteinase inhibitor super familie, er en mangefasettert proteolytisk faktor. Det er den viktigste inhibitor av vev og urin-plasminogen-aktivatorer, og utgjør derfor et viktig regulatorisk protein i fibrinolyse [7], [8]. Det er også involvert i regulering av celle adhesjon, avløsning og migrasjon, spiller en viktig rolle i kreft progresjon [9], [10], [11]. Faktisk
PAI-1
uttrykkes i mange typer kreft celle og gjør det mulig for modulering av kreftvekst, invasjon og angiogenese i en doseavhengig måte [12].
genetiske polymorfismer i
PAI-1
genet ser ut til å bidra til nivået av
PAI-1
biosyntese [13]. En enkelt nukleotid innsetting /sletting (4G /5G) polymorfi plassert på 675 basepar (bp) oppstrøms for transkripsjonsstartsete i
PAI-1
promoter, er det mest studerte varianten på grunn av dens mulige engasjement i reguleringen av
PAI-1
transkripsjon [14], [15], [16]. Basert på etterforskningen av CDC (Centers for Disease Control and Prevention), 4G /5G allelfrekvenser varierer i ulike populasjoner fra 26,7 /73,3% til 52,5 /47,5%, henholdsvis. (https://www.cdc.gov/genomics/population/genvar/frequencies/SERPINE1.htm). Fordelingen av 4G /5G allel frekvenser er vist i Tabell S1.
homozygositet for 4G allelet er ansett for å være en risikofaktor for å utvikle dyp vene trombose, hjerteinfarkt og høy grad av abort under svangerskapet [17 ], [18], [19]. Mange molekylære epidemiologiske studier har blitt gjennomført for å undersøke sammenhengen mellom 4G /5G polymorfisme og kreftrisiko hos mennesker [20] – [43]. Men resultatene fra disse studiene er til dels sprikende, men likevel spennende, som kan skylder begrensninger i enkelte studier. For å løse dette problemet, utførte vi en meta-analyse med subgruppeanalyse fra alle kvalifiserte studier, for å få en mer presis estimering av forholdet mellom
PAI-1
4G /5G polymorfisme og kreftrisiko.
Materialer og metoder
Identifisering og Kvalifikasjon av relevante studier
Alle case-control studier på sammenhengen mellom
PAI-1
polymorfismer og kreftrisiko publisert opp til 31 juli 2012 ble identifisert gjennom omfattende søk ved hjelp av PubMed og EMBASE database med følgende betingelser og søkeord: «plasminogen aktivator inhibitor-1», «
PAI-1″ Hotell og «polymorfisme», «variasjon» , «mutasjon», og i kombinasjon med «cancer», «svulst» og «carcinoma». Søket ble begrenset til humane studier og engelske aviser
inklusjonskriteriene
For inkludering i meta-analysen, de identifiserte artiklene må oppfylle følgende kriterier:. (A) er det informasjon på evalueringen av
PAI-1
4G /5G polymorfisme og kreftrisiko, (b) ved hjelp av en case-control design, og (c) som inneholder fullstendig informasjon om alle genotype frekvens. Eksklusjonskriteriene er som følger: (a) ikke for kreftforskning, (b) artikler, (c) rapporterer uten brukbare data og (d) duplikate publikasjoner
Data Extraction
Informasjon. ble nøye hentet fra alle de kvalifiserte publikasjoner uavhengig av to forskere (SQ Wang og Q CaO) i henhold til inklusjonskriteriene nevnt ovenfor. For motstridende evaluering, ble en enighet etter diskusjon. Følgende informasjon ble ekstrahert fra hver inkluderte studie ved hjelp av en standardisert datainnsamling protokollen (File S1): den første forfatterens navn, årstall, etnisitet, opprinnelsesland, krefttype, genotyping metode og kilde til kontrollgrupper (population- eller sykehus-baserte styringer) og avvik fra Hardy-Weinberg Equilibrium (HWE) for kontrollgruppen. Ulike etniske utforkjøringer ble kategorisert som afrikansk, asiatisk, europeisk, eller Mixed (sammensatt av ulike etniske grupper). I mellomtiden ble ulike kasus-kontrollgruppene i en studie vurderes som uavhengige studier.
statistiske metoder
Styrken i foreningen mellom
PAI-1
4G /5G polymorfisme og kreftrisiko ble målt ved odds ratio (ORS) med tilhørende 95% konfidensintervall (cIS). Den prosentvise vekt bestemt av presisjonen av dens estimat av effekt og, på den statistisk programvare i STATA og SAS, er lik den inverse av variansen. Risikoen (ORS) av kreft forbundet med
PAI-1
4G /5G polymorfisme ble estimert for hver studie. I vår studie ble 5G allelet anses referansen genotype. De sammenslåtte Ors ble utført for additiv genetisk modell (4G /4G vs. 5G /5G og 4G /4G vs. 4G /5G), dominerende modellen (4G /4G + 4G /5G vs. 5G /5G) og recessiv modell (4G /4G vs. 4G /5G + 5G /5G), henholdsvis. Stratifiserte analyser ble også utført ved krefttyper (hvis en krefttype inneholdt mindre enn to individuelle studier, ble det klassifisert som andre kreft gruppe), etnisitet, kilden til kontroller og utvalgsstørrelse (fag ≥500 i både case og kontrollgrupper eller ikke) . Av hensyn til muligheten for heterogenitet på tvers av studiene ble en statistisk test for heterogenitet utført av en
I
2
test.
I
2
verdi og dens 95% /97.5CI ble både beregnet og vist i tabell S2. En
I
2
mindre enn 31% indikerer mangel på heterogenitet blant studiene, og deretter fast effekt-modell (den Mantel-Haenszel metoden) ble brukt til å beregne sammendraget eller estimat av hver studie. Ellers ble de tilfeldige virkninger modellen (DerSimonian og Laird metoden) anvendt. For hver studie, vi undersøkt om genotypen fordelingen av kontroller var konsistent med HWE med
χ2
test. Enveis sensitivitetsanalyse ble utført for å vurdere stabiliteten av resultatene, nemlig en enkelt studie i meta-analyse ble slettet hver gang for å reflektere påvirkning av de enkelte datasettet til den samlede OR. Et estimat av potensiell publikasjonsskjevhet ble utført ved trakten plottet, hvor standardfeilen for log (OR) av hver studie ble plottet mot dens log (OR). En asymmetrisk tomten antyder en mulig publikasjonsskjevhet. Trakt plottet asymmetri ble bestemt ved metoden til Egger lineære regresjon test, en lineær regresjon tilnærming for å måle trakt plottet asymmetri på den naturlige logaritmen omfanget av OR. Alle statistiske analyser ble utført med Stata (versjon 12.1, StataCorp LP, College Station, TX, USA) og SAS programvare (versjon 9.2, SAS Institute, Cary, NC, USA), ved hjelp av tosidig
P
-verdier.
Resultater
Kjennetegn på studier
det var 25 studier hentet ut fra søkekriteriene (fig. 1). Helt, ble 9,205 tilfeller og 11,827 kontroller inkludert i meta-analysen. Studie egenskaper ble oppsummert i tabell S1. Blant de 25 case-control studier, var det 17 studier av kaukasiske, 6 studier av asiater og 2 studier av blandede etterkommere. Det var 8 brystkreftstudier, 5 kolorektal kreft studier, 2 eggstokkreft studier, 2 endometriekreft studier, 2 orale kreftstudier, og de andre ble kategorisert i «andre kreft» gruppe. Kreft ble bekreftet histologisk eller patologisk i de fleste studier. Kontroller ble i hovedsak samsvarer med kjønn og alder, hvorav 17 ble sykehus baserte [21], [22], [23], [24], [29], [30], [31], [32], [33] , [35], [36], [37], [38], [40], [41], [42], [43], 8 ble populasjonsbasert [20], [25], [26], [ ,,,0],27], [28], [34], [39]. Videre ble 10 studier utført med fagene 500 i både case og kontrollgrupper [20], [25], [26], [27], [28], [29], [34], [39], [ ,,,0],40]. Diverse genotyping metoder ble anvendt, blant annet PCR-RFLP, TaqMan, allel-spesifikk PCR, MassARRAY, og to parallelle PCR. Fordelingen av genotyper i kontrollene av alle studier var i samsvar med HWE.
Kvantitativ Synthesis
Forholdet mellom 4G /5G polymorfisme i
PAI-1
og risikoen for forskjellige typer kreft er oppsummert i tabell 2. Alt i alt, en betydelig økt risiko for cancer er forbundet med
PAI-1
4G polymorfisme for allelet kontrasten (4G 5G vs: OR = 1.10, CI = 01.03 til 01.18,
i
2
= 49,5%), den additive genetiske modellen (4G /4G vs. 5G /5G: OR = 1,21 KI = 1,06 til 1,39, (fig. 2), 4G /4G vs. 4G /5G: OR = 1,10 KI = 01.03 til 01.18), den recessive genetiske modellen (4G /4G vs. 4G /5G + 5G /5G OR = 1,11 KI = 01.04 til 01.18). I subgruppeanalyse etnisitet, resultatene viste at personer med 4G /4G genotype hadde en betydelig høyere kreftrisiko blant kaukasiere (4G /4G vs. 5G /5G: OR = 1,31, 95% CI = 1,09 til 1,59; 4G /4G vs 4G /5G: OR = 1,12, 95% CI = 01.04 til 01.21, recessive modell: OR = 1,12, 95% CI = 01.05 til 01.21), (figur 3).. Når begrense analysen til kilden av kontrollene ble signifikante assosiasjoner funnet i sykehus-basert kilde (4G /4G vs. 5G /5G: OR = 1,59, 95% CI = 01.24 til 02.05, 4G /4G vs. 4G /5G: OR = 1,22, 95% CI = 1,07 til 1,40; dominerende modellen: OR = 1,38, 95% CI = 1,10 til 1,74; recessive modell: OR = 1,30, 95% CI = 1,14 til 1,48). I stratifisert analyse av krefttyper, ble signifikante assosiasjoner funnet for Endometriekreft (4G /4G vs. 5G /5G: OR = 2,23, 95% CI = 1,45 til 3,42; 4G /4G vs. 4G /5G: OR = 1,45, 95% CI = 01.04 til 02.04, dominerende modellen: OR = 1,74, 95% CI = 1,23 til 2,47; recessive modell: OR = 1,64, 95% CI = 01.19 til 02.27), tykktarmskreft (4G /4G vs. 4G /5G OR = 1,19, 95% CI = 1,06 til 1,33; recessive modell: OR = 1,14, 95% CI = 01.03 til 01.27). I stratifisert analyse av utvalgsstørrelsen (begge tilfeller og kontroller), ble signifikante assosiasjoner funnet for 500 (4G /4G vs. 5G /5G: OR = 1,73, 95% CI = 01.31 til 02.31, 4G /4G vs. 4G /5G: OR = 1,24, 95% CI = 1,06 til 1,45; dominerende modellen: OR = 1,49, 95% CI = 1,14 til 1,93; recessive modell: OR = 1,36, 95% CI = 1,17 til 1,57)
torg og horisontale linjer tilsvarer studiespesifikke OR og 95% CI. Arealet av kvadratene reflekterer vekt (inverse av variansen). Diamanten representerer sammendraget OR og 95% CI.
De torg og horisontale linjer tilsvarer studiespesifikke OR og 95% CI. Arealet av kvadratene reflekterer vekt (inverse av variansen). Diamanten representerer sammendraget OR og 95% KI
Test for heterogenitet
Det var signifikant heterogenitet for allel kontrast (4G vs. 5G.
I
2
= 49,5%), homozygot sammenligning (4G /4G vs. 5G /5G:
I
2
= 51,9
%
), heterozygot sammenligning (4G /5G vs. 5G /5G:
I
2
= 48,7%), dominerende modellen sammenligning (4G /4G + 4G /5G vs. 5G /5G:
I
2
= 53,9%), recessiv modell sammenligning (4G /4G vs. 4G /5G + 5G /5G:
I
2
= 20,8%). Deretter brukte vi en meta-regresjonsanalyse for å utforske kilden til heterogenitet for homozygot sammenligning (4G /4G vs. 5G /5G) av etnisitet, krefttyper, kilden til kontroller og utvalgsstørrelse. Vi fant ut at utvalgsstørrelsen (τ
2 = 0,
P
= 0,001) bidratt til betydelig endret heterogenitet, noe som kan utgjøre 100% kilde til heterogenitet. Også styrekilde (τ
2 = 0,
P
= 0,005) bidro til 100% kilde heterogenitet. Men vi fant ikke krefttyper (τ
2 = 0,074,
P
= 0,615), eller etnisitet (τ
2 = 0,075,
P
= 0,947) bidro til kilden heterogenitet.
Sensitivity Analysis
en sensitivitetsanalyse er utført ved å utelate visse studier, for eksempel studien som ikke er i samsvar med HWE. Utelatelsen av enkeltstudier ikke vesentlig endre resultatene, selv om det i noen tilfeller,
I
2
verdi for heterogenitet ble redusert. Sensitivitetsanalysen dermed bekreftet at resultatene av denne meta-analysen var statistisk robust. Denne fremgangsmåten viste at resultatene var pålitelig og stabil. Videre, når unntatt studiene som ikke var i HWE, estimert bassenget eller fortsatt ikke endres i det hele tatt.
publikasjonsskjevhet
Begg trakten tomten og Egger test ble utført for å vurdere publikasjonsskjevhet av litteratur. Som vist i fig. 4, figurer av trakt tomter virker symmetrisk i recessive genetiske modellen (4G /4G vs. 4G /5G + 5G /5G), men ikke for homozygot modell (4G /4G vs. 5G5G). Dermed ble Egger test brukes til å gi statistisk bevis for trakt tomten symmetri. For recessive genetiske modell, gjorde resultatene ikke viser noen tegn på publikasjonsskjevhet (t = 1,96,
P
= 0,097 for 4G /4G vs. 4G /5G + 5G /5G). Men homozygot modellen viste signifikant publikasjonsskjevhet (t = 2,99 og
P
= 0,014). For å justere for denne skjevhet, en trim-and-fill metode utviklet av Duval og Tweedie [44] ble brukt til å både identifisere og korrigere for trakt tomten asymmetri som følge av publisering bias.We trimmet av den asymmetriske avsidesliggende del av trakten etter å estimere hvor mange studier var i det asymmetriske del ved hjelp av Stata programvare. Resultatet viste bare én studie bør være trimmet etter tre perioder med gjentakelser. Vi anslo ture sentrum av trakten og deretter erstattet som trimmet studien og dens mangler motstykke rundt sentrum. Den endelige estimat av den virkelige gjennomsnittet, og også dens 95% CI ble deretter basert på den fylte trakt plottet. Den OR anslag og 95% CI i fast effekt modellen før og etter trim-and-fill var 1,119, (1,032 til 1,213) og 1,115 (1,029 til 1,209). Også for tilfeldig-effekt-modell, resultatene var 1,214, (1,057 til 1,394) og 1,204 (1,049 til 1,392). Meta-analyse med eller uten trim-and-fill metoden ikke trekke ulike konklusjoner, noe som indikerer at resultatene var statistisk robust.
(A) 4G /4G vs. 4G /5G + 5G /5G. (B) 4G /4G vs. 5G /5G. Hvert punkt representerer en egen studie for den angitte foreningen. Log (OR), naturlig logaritme av OR. Horisontal linje, mener effektstørrelse.
Diskusjoner
Den nåværende meta-analyse, inkludert 9,205 saker og 11,827 kontroller fra 25 case-control studier, utforsket sammenhengen mellom
PAI-1
4G /5G polymorfisme og kreftrisiko. Våre resultater indikerer at varianten 4G /4G genotype var forbundet med en økt risiko for kreft, spesielt av tykktarmskreft og livmorkreft.
I de senere årene har mange studier har blitt gjennomført for å undersøke assosiasjoner mellom
PAI-1
4G /5G polymorfismer og risiko sykdom på tvers av ulike land. Resultatene er fortsatt usikker. Et nytt manuskript in Blood av Huang et al. [45] nettopp publisert validert rollen til 4G /5G polymorfismer i sirkulerende
PAI-1
nivåer ved hjelp GWAS data. Men viste de ingen sammenheng mellom
PAI-1
4G /5G og type 2 diabetes (T2D) og koronarsykdom (CAD), til tross for enorme utvalgsstørrelsene.
Mange forskere undersøkt sammenhengen mellom
PAI-1
blod konsentrasjoner og sykdommer risiko. Palmirotta et al. [32] rapporterte plasma
PAI-1
nivåer hos brystkreftpasienter var omtrent to ganger høyere enn det som ble observert hos kontrollpersonene, og var sterkt avhengig av kreft størrelse, noe som tyder på at kreftrelaterte faktorer kan være ansvarlig for
PAI-1
oppregulering. Men den nøyaktige konsentrasjonen av
PAI-1
i disse brystkreftpasienter blod oppholdt 27,2 ng /ml (16.5-35.0), og Huang et al. [45] avslørte kumulative effekten av alle vanlige alleler forklart ekstremt lave blodverdier av
PAI-1
i sine GWAS data. Hvordan ville en slik tilsynelatende liten påvirkning av genotype på
PAI-1
nivåer forventes å endre kreftrisiko? Gitt de viktige rollene
PAI-1
i flere biologiske funksjoner, som for eksempel regulering av celle adhesjon, avløsning og migrasjon, er det biologisk plausibel at
PAI-1
4G /5G polymorfisme kan modulerer risikoen for cancers.Functional studier på denne polymorfisme har vist at 4G allelet binder bare en aktivator, mens den 5G allele binder en repressor, så vel som en aktivator, og derfor resulterer i redusert transkripsjon av
PAI-1
[46]. Det tyder på at 4G allelet er forbundet med redusert hemming av plasminogenaktivatorer, og følgelig økes plasminogen omdannelse til plasmin, økt aktivering av MMP’er og redusert klebeevne av celler for deres substrat [17], [18], [46]. I samsvar med disse observasjonene, vår meta-analyse viste at personer som frakter 4G /4G genotype var assosiert med en høyere kreftrisiko enn fag med minst ett 5G allel.
I tillegg viste resultatene at 4G-allelet kan være en risikofaktor for kolorektal kreft og livmorkreft, men ikke for brystkreft, eggstokk-kreft, kreft i munnhulen, eller hepatocellulær kreft. En faktor som kan bidra til avviket mellom ulike studier er at dette polymorphism kan spille en annen rolle i ulike kreftformer. Men selv ved samme kreft området, med tanke på mulig liten effekt størrelsen på denne genetisk polymorfisme til kreftrisiko og den forholdsvis lille prøvestørrelsen i noen studier, vil avviket bli åpenbare, siden noen av disse undersøkelser kan underpowered å påvise en liten, men ekte fotballkrets. For livmorkreft, var det bare to studiene som inngår i analysen med begrensede utvalgsstørrelser, derfor resultatene må tolkes med forsiktighet.
I subgruppeanalyse etnisitet, ble en økt risiko i 4G bærere funnet blant kaukasiere men ikke asiater eller blandet. En forklaring på dette resultatet kan være at studier med blandet etnisitet deltakere påmeldt dem fra ulike land med ulike kulturelle, miljømessige og genetiske egenskaper. Det er forventet at disse faktorene påvirkes synteseresultater. På den annen side, prøvestørrelse og antall studier i asiatiske gruppen var ikke tilstrekkelig til å evaluere krets. Andre faktorer som utvalgsskjevhet og ulike samsvarskriterier kan også spille en rolle.
De genetiske modellene ble oppsummert i tabell 2 inkludert allel kontrast modell, homozygot modell, heterozygote modell og recessive modell. På grunn av den sterke heteogeneity i allel kontrast og homozygot modell, men resultatene av disse to viser signifikant forskjellige, vi foreslår ikke noen av disse to som best-fit modell for å representere hele genetiske modeller. Det er en relativt lav heterogeity (
I
2
= 20,8%) i recessiv modell, OR verdi og konfidensintervall viser signifikant forskjellig. Som et resultat, kan den recessive modellen være den best tilpassede modell i denne meta-analyse for å reflektere hele resultater.
Videre, til tross for den generelle robust statistisk bevis generert gjennom denne analysen, noe metodiske begrensninger har blitt identifisert . For det første, den relativt høye heterogenitet og liten utvalgsstørrelsen er den største feilen i denne meta-analysen. I subgruppeanalyser av etnisitet og krefttype, størrelsen på utvalget av studier blant asiater og blant flere krefttyper er liten og begrenset. Som et resultat, utgjorde størrelsen på utvalget for de fleste av kilden til heterogeneity.Also, mangler de opprinnelige dataene fra de gjennomgåtte studiene limites vår videre vurdering av mulige interaksjoner, fordi samspillet mellom genet-genet, genet-miljø og selv forskjellige polymorfe locis av det samme genet kan modulere kreftrisiko. Videre bør den betydelige forskjellen i resultater for sykehus basert kontroll kilde tolkes på forsiktig. Følgelig er det nødvendig at flere studier må gjennomføres for å gi en mer definitiv konklusjon at omfattende utforsker forholdet mellom
PAI-1
4G /5G polymorfisme og risiko for kreft i den generelle befolkningen.
Konklusjoner
i konklusjonen, overbevisning om resultatene fra dagens meta-analyse støtter en sammenheng mellom
PAI-1
4G /5G polymorfisme og øke kreftrisiko, spesielt blant kaukasiere, og de med tykktarmskreft og livmorkreft eller kreft identifisert i andre kreftformer gruppen, men betydelig heterogenitet fra inkluderte studiene eksisterte. For å fremme en forståelse av dette forholdet, har følgende anbefalinger er gjort: (1) Store studier med standardiserte objektive metoder, melde presist definerte kreftpasienter og godt matchet kontroller, med mer detaljerte individuelle data er nødvendig. (2) Studier utført med etniske andre grupper enn kaukasiere er nødvendig for å få en mer omfattende og generell nytte konklusjon. (3) Flere og større studier, spesielt studier stratifisert for gen-miljø-interaksjoner, bør utføres for å avklare mulige roller
PAI-1
4G /5G polymorfismer i etiologien av kreft.
Hjelpemiddel Informasjon
Tabell S1.
Den genetype frekvensene på hver studier. En generalisert fordeling av genetype frekvenser på hver inkluderte studier er oppført
doi:. 10,1371 /journal.pone.0056797.s001 plakater (DOC)
Tabell S2.
Stratifisering analyser av
I
2
og 95% /97,5% konfidensintervall. Hvis
I
2
= 0, ensidig 97,5% CI er presentert. Ellers er en tosidig 95% KI utført
doi:. 10,1371 /journal.pone.0056797.s002 plakater (DOC)
File S1.
PRISMA 2009 Sjekkliste.
doi: 10,1371 /journal.pone.0056797.s003 plakater (DOC)
