PLoS ONE: PAI-1 4G /5G Polymorfi Bidrager til Cancer Følsomhed: Beviser fra metaanalyse

Abstrakt

Baggrund

plasminogen aktivator inhibitor-1 (

PAI-1

) udtrykkes i mange kræft celletyper og tillader modulering af væksten kræft, invasion og angiogenese. Til dato, studier undersøgt sammenhængen mellem en funktionel polymorfi i

PAI-1 Hotel (4G /5G) og risiko for kræft har vist inklusive resultater.

Metoder

En meta -analyse baseret på 25 case-kontrol studier blev udført for at løse dette problem. Odds ratio (OR) med tilsvarende 95% konfidensintervaller (CIS) blev anvendt til at vurdere foreningen. Den statistiske heterogenitet på tværs af studierne blev undersøgt med

I

2

test.

Resultater

Samlet set blev en signifikant øget risiko for cancer associeret med

PAI -1

4G /4G polymorfi for allelen kontrast (4G vs 5G: OR = 1,10, CI = 1,03-1,18,

i

2

= 49,5%), additivet genetiske model ( 4G /4G vs. 5G /5G: OR = 1,21, CI = 1,06-1,39,

i

2

= 51,9%), den recessive genetiske model (4G /4G vs 4G /5G + 5G /5G: OR = 1,11, CI = 1,04-1,18,

I

2

= 20,8%). I undergruppen analyse af etnicitet, resultaterne viste, at personer med 4G /4G genotype havde en signifikant højere kræftrisiko blandt kaukasere (4G /4G vs. 5G /5G: OR = 1,31, 95% CI = 1,09-1,59,

jeg

2

= 59,6%; 4G /4G vs 4G /5G: OR = 1,12, 95% CI = 1,04-1,21,

I

2

= 3,6%; recessive model : OR = 1,12, 95% CI = 1,05-1,21,

i

2

= 25,3%)

Konklusioner

resultatet af den nuværende meta-analyse. støtte en forening mellem

PAI-1

4G /5G polymorfi og øge kræftrisikoen, især blandt kaukasiere, og dem med 4G-allelen har en høj risiko for at udvikle tyktarmskræft og endometriecancer.

Citation: Wang S, Cao Q, Wang X, Li B, Tang M, Yuan W, et al. (2013)

PAI-1

4G /5G Polymorfi Bidrager til Cancer Følsomhed: Beviser fra meta-analyse. PLoS ONE 8 (2): e56797. doi: 10,1371 /journal.pone.0056797

Redaktør: Devendra Amre, University of Montreal, Canada

Modtaget: September 17, 2012; Accepteret: 15 januar 2013; Udgivet: 20 Februar 2013

Copyright: © 2013 Wang et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Finansiering:. Dette arbejde blev støttet af Program for udvikling af Innovative Research Team i First Affiliated Hospital i Nanjing Medical University, Provincial Initiative Program for Excellency discipliner Jiangsu-provinsen, af National Natural Science Foundation of China (tilskud nummer 81201571). De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

urokinaseplasminogenaktivator system er en serinprotease familie [1]. Den (uPA) system omfattede urokinase-plasminogenaktivator giver den mest betydelig mængde aktiveret plasminogen når væv bliver nedbrudt og er involveret i ekstracellulære matrix (ECM) nedbrydning [2], [3], hvorfor det har været involveret i talrige patofysiologisk processer, der kræver ombygningen af ​​kælderen membraner (BM) og ECM. Metastase og invasion af maligne cancere kræver proteolytisk nedbrydning af ECM, BM og infiltration af kræftceller i de omgivende væv, blodstrømmen eller lymfekar. Undersøgelser afslører uPA-systemet, universal til alle kræftformer, er forbundet med processen med kræft metastase og progression ved at deltage i nedbrydning og regenerering af BM og ECM [4], [5], [6].

den plasminogenaktivatorinhibitor-1 (

PAI-1

), en 52 kDa glyco-protein tilhører Serinproteinaseinhibitor superfamilien, er en mangesidet proteolytisk faktor. Det er den vigtigste hæmmer af væv og urinveje plasminogen-aktivatorer, og udgør derfor en vigtig regulatorisk protein i fibrinolyse [7], [8]. Det er også involveret i reguleringen af ​​celleadhæsion, løsrivelse og migration, spiller en vigtig rolle i cancer progression [9], [10], [11]. Faktisk

PAI-1

udtrykkes i mange typer af cancerceller og tillader modulering af cancervækst, invasion og angiogenese i en dosisafhængig måde [12].

Genetiske polymorfier i

PAI-1

genet synes at bidrage til niveauet af

PAI-1

biosyntese [13]. En enkelt nukleotid insertion /deletion (4G /5G) polymorfi placeret ved 675 basepar (bp) opstrøms for det transkriptionelle startsted i

PAI-1

promotoren, er den hyppigst undersøgte variant på grund af dens mulige involvering i reguleringen af ​​

PAI-1

transskription [14], [15], [16]. Baseret på undersøgelsen ved CDC (Centers for Disease Control og Forebyggelse), de 4G /5G allelfrekvenserne varierer i forskellige befolkninger mod 26,7 /73,3% til 52,5 /47,5%, hhv. (https://www.cdc.gov/genomics/population/genvar/frequencies/SERPINE1.htm). Fordelingen af ​​4G /5G allelfrekvenserne er blevet vist i tabel S1.

homozygositet af 4G allelen anses for at være en risikofaktor for udvikling af dyb venetrombose, myokardieinfarkt og høj hastighed for abort under graviditet [17 ], [18], [19]. Mange molekylære epidemiologiske undersøgelser er blevet udført for at undersøge sammenhængen mellem 4G /5G polymorfi og kræftrisiko hos mennesker [20] – [43]. Men resultaterne fra disse undersøgelser er i nogen grad forskellige, men alligevel spændende, som kan skylder begrænsninger i de enkelte undersøgelser. For at løse dette problem, vi foretaget en metaanalyse med undergruppe analyse fra alle kvalificerede undersøgelser, for at opnå en mere præcis vurdering af forholdet mellem

PAI-1

4G /5G polymorfi og kræftrisiko.

Materialer og metoder

Identifikation og støtteberettigelse relevante studier

Alle case-kontrol undersøgelser af foreningen mellem

PAI-1

polymorfier og kræftrisiko offentliggjort op 31. juli, 2012, identificeret gennem omfattende søgninger ved hjælp af PubMed og EMBASE database med følgende vilkår og nøgleord: “plasminogen aktivator inhibitor-1”, “

PAI-1″

og “polymorfi”, “variation” “mutation”, og i kombination med “kræft”, “tumor” og “karcinom”. Søgningen blev begrænset til humane studier og engelsksprogede aviser

Inklusionskriterier

For optagelse i metaanalysen, de identificerede genstande skal opfylde følgende kriterier:. (A) der er oplysninger om evalueringen af ​​den

PAI-1

4G /5G polymorfi og kræftrisiko, (b) ved hjælp af en case-kontrol design, og (c), der indeholder fuldstændige oplysninger om alle genotype frekvens. Udelukkelseskriterierne er som følger: (a) ikke til kræftforskning, (b) oversigtsartikler, (c) rapporterer uden brugbare data og (d) dubletpublikationer

Data Extraction

Oplysninger. blev omhyggeligt udvundet fra alle de støtteberettigede publikationer uafhængigt af to forskere (SQ Wang og Q Cao) i henhold til de inklusionskriterier er anført ovenfor. For modstridende evaluering blev opnået enighed ved diskussion. Følgende oplysninger blev ekstraheret fra hver omfattede undersøgelse ved hjælp af en standardiseret dataindsamling protokol (File S1): det første forfatterens navn, udgivelsesår, etnicitet, oprindelsesland, kræft type, genotype metode og kilde til kontrolgrupper (befolkningsbaserede eller hospital-baserede kontroller) og afvigelse fra Hardy-Weinberg ligevægt (HWE) i kontrolgruppen. Forskellige etniske nedkørsler blev kategoriseret som afrikanske, asiatiske, europæiske eller Blandet (sammensat af forskellige etniske grupper). I mellemtiden blev forskellige case-kontrol grupper i en undersøgelse betragtes som uafhængige undersøgelser.

statistiske metoder

Styrken af ​​sammenhængen mellem den

PAI-1

4G /5G polymorfi og kræftrisiko blev målt ved odds ratio (OR) med tilsvarende konfidensinterval 95% (CIS). Den procentvise vægt bestemmes af præcisionen af ​​sit skøn over effekten, og i den statistiske software i STATA og SAS, er lig med den inverse af variansen. De risici (periferi) for kræft forbundet med

PAI-1

4G /5G polymorfi blev estimeret for hver undersøgelse. I vores undersøgelse blev 5G allel betragtes reference genotype. De samlede yderste periferi blev udført for additive genetiske model (4G /4G vs. 5G /5G og 4G /4G vs. 4G /5G), dominant model (4G /4G + 4G /5G vs. 5G /5G) og recessiv model (4G /4G vs. 4G /5G + 5G /5G), hhv. Stratificerede analyser blev også udført af cancertyper (hvis en kræft typen indeholdt mindre end to individuelle undersøgelser, blev det klassificeret som andre kræftformer gruppe), etnicitet, kilde til kontrol og stikprøvestørrelse (fag ≥ 500 i begge tilfælde og kontrolgrupper eller ej) . I betragtning af muligheden for heterogenitet på tværs af undersøgelserne blev en statistisk test for heterogenitet udført af en

jeg

2

test.

I

2 Drømmeholdet værdi og dens 95% /97.5CI blev begge beregnet og vist i tabel S2. En

jeg

2

mindre end 31% angiver manglende heterogenitet blandt studierne, og derefter den faste effekter model (Mantel-Haenszel metode) blev anvendt til at beregne resumé OR estimat af hver undersøgelse. Ellers blev det tilfældige effekter model (DerSimonian og Laird metode), der anvendes. For hver undersøgelse, vi undersøgt, om genotypen fordelingen af ​​kontrollen var i overensstemmelse med HWE hjælp af

χ2

test. Envejs følsomhed analyse blev udført for at vurdere stabiliteten af ​​resultaterne, nemlig en enkelt undersøgelse i meta-analyse blev slettet hver gang for at afspejle indflydelsen af ​​de individuelle datasæt, det poolede OR. Et skøn over potentiel publikationsbias blev udført af tragten plot, hvori standardfejlen af ​​log (OR) for hvert forsøg blev afbildet over sin log (OR). En asymmetrisk plot antyder en mulig publikationsbias. Tragt plot asymmetri blev vurderet ved fremgangsmåden fra Egger s lineær regression test, en lineær regression tilgang til at måle tragt plot asymmetri på den naturlige logaritme omfanget af OR. Alle statistiske analyser blev udført med Stata software (version 12.1, StataCorp LP, College Station, TX, USA) og SAS-software (version 9.2, SAS Institute, Cary, NC, USA), ved hjælp af to-sidet

P

-værdier.

Resultater

Karakteristik af Studies

Der var 25 undersøgelser hentet på grundlag af søgekriterierne (fig. 1). Helt, blev 9.205 sager og 11,827 kontroller inkluderet i metaanalysen. Undersøgelse karakteristika blev opsummeret i tabel S1. Blandt de 25 case-kontrol studier, var der 17 studier af kaukasiske, 6 studier af asiater, og 2 studier af blandede efterkommere. Der var 8 brystkræft undersøgelser, 5 kolorektal cancer studier, 2 ovariecancer undersøgelser, 2 endometriecancer studier, 2 mundtlige kræft studier, og de andre blev kategoriseret i “andet kræft” gruppe. Kræft blev bekræftet histologisk eller patologisk i de fleste undersøgelser. Kontroller blev hovedsageligt matchet på køn og alder, hvoraf 17 var hospital baseret [21], [22], [23], [24], [29], [30], [31], [32], [33] , [35], [36], [37], [38], [40], [41], [42], [43], 8 blev befolkning baseret [20], [25], [26], [ ,,,0],27], [28], [34], [39]. Desuden blev 10 studier udført med emner 500 i både case og kontrolgrupper [20], [25], [26], [27], [28], [29], [34], [39], [ ,,,0],40]. Diverse genotypebestemmelsesmetoder blev anvendt, herunder PCR-RFLP, TaqMan, allel-specifik PCR, MassARRAY, og to parallelle PCR. Fordelingen af ​​genotyper i kontrollen af ​​alle undersøgelser var i overensstemmelse med HWE.

Kvantitativ Synthesis

Forholdet mellem 4G /5G polymorfi i

PAI-1

og risikoen for forskellige former for kræft er opsummeret i tabel 2. Samlet set en signifikant øget risiko for cancer blev er forbundet med

PAI-1

4G polymorfi for allelen kontrast (4G vs. 5G: OR = 1.10, CI = 1,03-1,18,

i

2

= 49,5%), additivet genetiske model (4G /4G vs. 5G /5G: OR = 1,21 CI = 1,06-1,39, (fig. 2); 4G /4G vs 4G /5G: OR = 1,10 CI = 1,03-1,18), den recessive genetiske model (4G /4G vs 4G /5G + 5G /5G OR = 1,11 CI = 1,04-1,18). I undergruppen analyse af etnicitet, resultaterne viste, at personer med 4G /4G genotype havde et signifikant højere kræftrisiko blandt kaukasiere (4G /4G vs. 5G /5G: OR = 1,31, 95% CI = 1,09-1,59; 4G /4G vs 4G /5G: OR = 1,12, 95% CI = 1,04-1,21; recessiv model: OR = 1,12, 95% CI = 1,05-1,21), (figur 3).. Når begrænser analysen til kilden til kontrol, blev der signifikante associationer fundet i Hospital-baserede kilde (4G /4G vs. 5G /5G: OR = 1,59, 95% CI = 1,24-2,05; 4G /4G vs 4G /5G: OR = 1,22, 95% CI = 1,07-1,40; dominerende model: OR = 1,38, 95% CI = 1,10-1,74; recessiv model: OR = 1,30, 95% CI = 1,14-1,48). I den stratificerede analyse af cancertyper blev signifikante sammenhænge fundet for Endometriecancer (4G /4G vs. 5G /5G: OR = 2,23, 95% CI = 1,45-3,42; 4G /4G vs 4G /5G: OR = 1,45, 95% CI = 1,04-2,04; dominerende model: OR = 1,74, 95% CI = 1,23-2,47; recessiv model: OR = 1,64, 95% CI = 1,19-2,27), kolorektal cancer (4G /4G vs 4G /5G OR = 1,19, 95% CI = 1,06-1,33; recessiv model: OR = 1,14, 95% CI = 1,03-1,27). I den stratificerede analyse af stikprøvestørrelse (begge tilfælde og kontroller), blev der signifikante sammenhænge fundet for 500 (4G /4G vs. 5G /5G: OR = 1,73, 95% CI = 1,31-2,31; 4G /4G vs 4G /5G: OR = 1,24, 95% CI = 1,06-1,45; dominerende model: OR = 1,49, 95% CI = 1,14-1,93; recessiv model: OR = 1,36, 95% CI = 1,17-1,57)

torve og vandrette linjer svarer til undersøgelsen-specifikke OR og 95% CI. Arealet af kvadraterne afspejler vægten (inverse af variansen). Diamanten repræsenterer resumé OR og 95% CI.

De pladser og vandrette linjer svarer til undersøgelsen-specifikke OR og 95% CI. Arealet af kvadraterne afspejler vægten (inverse af variansen). Diamanten repræsenterer resumé OR og 95% CI

Test for heterogenitet

Der var betydelig 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 model sammenligning (4G /4G + 4G /5G vs. 5G /5G:

jeg

2

= 53,9%), recessiv model sammenligning (4G /4G vs 4G /5G + 5G /5G:

I

2

= 20,8%). Derefter brugte vi en meta-regressionsanalyse til at udforske kilden til heterogenitet for homozygot sammenligning (4G /4G vs. 5G /5G) ved Etnicitet, kræftformer, kilde til kontrol og stikprøvestørrelse. Vi fandt, at prøvens størrelse (τ

2 = 0,

P

= 0,001) bidraget til betragtelig ændret heterogenitet, som kunne udgøre 100% kilde af heterogenitet. Også kontrol kilde (τ

2 = 0,

P

= 0,005) bidrog til 100% kilde af heterogenitet. Men vi fandt ikke cancertyper (τ

2 = 0,074,

P

= 0,615), eller etnicitet (τ

2 = 0,075,

P

= 0,947) bidrog til kilden af ​​heterogenitet.

følsomhedsanalyse

følsomhedsanalyse blev udført ved at udelade visse undersøgelser, såsom den undersøgelse, der ikke er i overensstemmelse med HWE. Udeladelsen af ​​de enkelte undersøgelser ikke væsentligt ændrer resultater, selv ved nogle lejligheder,

jeg

2

værdi for heterogenitet blev reduceret. Følsomhedsanalysen bekræftede således, at resultaterne af denne meta-analyse var statistisk robust. Denne procedure viste sig, at vores resultater var pålidelig og stabil. Desuden, når der korrigeres undersøgelserne, der ikke var i HWE, den anslåede pool eller stadig ikke ændre på alle.

Offentliggørelse Bias

Begg s tragt plot og Egger test blev udført for at vurdere publikationsbias af litteratur. Som vist i fig. 4, formerne af tragten plots forekommer symmetrisk i den recessive genetiske model (4G /4G vs. 4G /5G + 5G /5G), men ikke for homozygot model (4G /4G vs. 5G5G). Således blev Egger test bruges til at give statistisk dokumentation for tragt plot symmetri. For recessive genetiske model, har resultaterne ikke viser nogen tegn på offentliggørelse bias (t = 1,96,

P

= 0,097 for 4G /4G vs 4G /5G + 5G /5G). Imidlertid viste homozygot model betydelige publikationsbias (t = 2,99 og

P

= 0,014). [44] blev brugt til at justere for denne skævhed en trim-and-fill-metoden udviklet af Duval og Tweedie både identificere og korrigere for tragt plot asymmetri skyldes offentliggørelse bias.We skæres den asymmetriske afsidesliggende del af tragten efter anslå, hvor mange undersøgelser var i den asymmetriske del ved hjælp af Stata software. Resultatet viste kun én undersøgelse skal trimmes efter tre gange af iterationer. Vi vurderede derefter tur midt på tragten og derefter erstattet at trimmet undersøgelse og dens manglende modstykke omkring midten. Den endelige estimat af den sande middelværdi, og også sin 95% CI, blev derefter baseret på den fyldte tragt plot. Den OR estimater og 95% CI i fast effekt model før og efter trim-og-fill var 1,119, (1,032-1,213) og 1,115 (1,029-1,209). Også for random-effekt model, var resultaterne 1,214, (1,057-1,394) og 1.204, (1,049-1,392). Meta-analyse med eller uden trim-and-fill-metoden ikke drage forskellige konklusioner, hvilket indikerer, at vores resultater var statistisk robust.

(A) 4G /4G vs 4G /5G + 5G /5G. (B) 4G /4G vs. 5G /5G. Hvert punkt repræsenterer en separat undersøgelse for den angivne forening. Log (OR), naturlige logaritme OR. Vandret linje, betyder effekt størrelse.

Diskussion

Den nuværende meta-analyse, herunder 9.205 sager og 11,827 kontroller fra 25 case-kontrol studier, udforskede sammenhængen mellem

PAI-1

4G /5G polymorfi og kræftrisiko. Vores resultater viste, at varianten 4G /4G genotypen var forbundet med en øget risiko for kræft, især af kolorektal cancer og endometriecancer.

I de seneste år, mange undersøgelser er blevet udført for at undersøge sammenhængen mellem den

PAI-1

4G /5G polymorfier og sygdomsrisiko på tværs af forskellige lande. Resultaterne er fortsat usikkert. En ny manuskript i Blood af Huang et al. [45] netop offentliggjort valideret rolle 4G /5G polymorfier i cirkulerende

PAI-1

niveauer ved hjælp GWAS data. Men de viste ingen sammenhæng mellem

PAI-1

4G /5G og type 2-diabetes (T2D) og koronararteriesygdom (CAD), på trods af enorme stikprøvestørrelser.

Mange forskere undersøgte forholdet mellem

PAI-1

blod koncentrationer og sygdomme risiko. Palmirotta et al. [32] rapporterede plasma

PAI-1

niveauer i brystkræftpatienter var cirka to gange højere end dem, der observeres i kontrolpersoner og var stærkt afhængig af kræft størrelse, tyder på, at kræftrelaterede faktorer kan være ansvarlige for

PAI-1

opregulering. Men den nøjagtige koncentration på

PAI-1

i disse brystkræftpatienter blod forblev 27,2 ng /ml (16.5-35.0), og Huang et al. [45] afslørede samlede virkning af alle fælles alleler forklarede blodets indhold af

PAI-1

ekstremt lave i deres GWAS data. Hvordan ville en sådan tilsyneladende lille påvirkning af genotype på

forventes PAI-1

niveauer for at ændre kræftrisiko? I betragtning af de vigtige roller

PAI-1

i flere biologiske funktioner, såsom regulering af celleadhæsion, løsrivelse og migration, det er biologisk plausibelt, at

PAI-1

4G /5G polymorfi kan modulere risikoen for cancers.Functional undersøgelser af denne polymorfi har vist, at 4G allel kun binder en aktivator, medens 5G allelen binder en repressor samt en aktivator, resulterer derfor i reduceret transskription af

PAI-1

[46]. Det tyder på, at 4G-allelen er forbundet med reduceret inhibering af plasminogenaktivatorer og dermed øget plasminogen omdannelse til plasmin, øget aktivering af MMP’er og nedsat klæbestyrke af celler for deres substrat [17], [18], [46]. I overensstemmelse med disse observationer, viste vores meta-analyse, at personer, der bærer 4G /4G genotypen var forbundet med en højere risiko for kræft end personer med mindst én 5G allel.

Desuden viste vores resultater, at 4G-allelen kan være en risikofaktor for tarmkræft og endometriecancer, men ikke for brystcancer, ovariecancer, cancer oral eller hepatocellulær cancer. En faktor, der kan bidrage til uoverensstemmelsen mellem forskellige undersøgelser er, at denne polymorfi kunne spille en anden rolle i forskellige kræft sites. Men selv på det samme kræft sted, i betragtning af den mulige lille effekt størrelsen af ​​denne genetisk polymorfi til kræftrisiko og den relativt lille stikprøve i nogle undersøgelser, vil uoverensstemmelsen blive synlige, da nogle af disse undersøgelser kan underdimensioneret til at detektere en lille, men virkelige forening. For endometriecancer, var der kun to undersøgelser, der indgår i analysen med begrænsede stikprøvestørrelser derfor resultaterne skal tolkes med forsigtighed.

I undergruppen analyse af etnicitet, blev en øget risiko i 4G luftfartsselskaber findes blandt kaukasiere men ikke asiater eller blandet. En forklaring på dette resultat kan være, at de undersøgelser, der anvender Blandet etnicitet deltagere tilmeldt dem fra forskellige lande med forskellige kulturelle, miljømæssige og genetiske karakteristika. Det forventes, at disse faktorer påvirkede syntese resulterer. På den anden side, stikprøvestørrelsen og antallet af studier i asiatiske gruppe var ikke tilstrækkelige til at vurdere foreningen. Andre faktorer såsom selektionsbias og forskellige matchende kriterier kan også spille en rolle.

De genetiske modeller blev opsummeret i tabel 2 herunder allel kontrast model, homozygot model, heterozygot model og recessive model. På grund af den stærke heteogeneity i allel kontrast og homozygot model, selv om, at resultaterne af disse to shows markant forskellige, vi foreslår ikke nogen af ​​disse to som den bedst egnede model til at repræsentere hele genetiske modeller. Der er en relativt lav heterogeity (

jeg

2

= 20,8%) i recessiv model, OR værdi og konfidensintervallet viser væsentligt anderledes. Som et resultat, kan det recessive model være den bedste-fit model i denne meta-analyse til at afspejle hele resultater.

Desuden trods den overordnede statistisk robust dokumentation genereres gennem denne analyse, nogle metodologiske begrænsninger er blevet identificeret, . For det første den relativt høje heterogenitet og lille prøvestørrelse er de større mangel i denne meta-analyse. I undergruppen analyser af etnicitet og kræft type, stikprøvestørrelse på undersøgelser blandt asiater og blandt flere kræftformer er lille og begrænset. Som et resultat, stikprøvestørrelsen tegnede sig for de fleste af kilden til heterogeneity.Also, mangler den oprindelige data af de gennemgåede studier limites vores yderligere evaluering af potentielle interaktioner, fordi samspillet mellem gen-gen, gen-miljø og endda forskellige polymorfe locis af det samme gen kan modulere kræft risiko. Desuden bør den betydelige forskel på resultaterne for hospital baseret styring kilde fortolkes forsigtige. Derfor kræves det, at flere undersøgelser skal udføres for at give en mere definitiv konklusion om, at omfattende udforsker forholdet mellem

PAI-1

4G /5G polymorfi og risiko for kræft i den samlede population.

konklusioner

det kan konkluderes, at dokumentation for resultaterne fra den nuværende meta-analyse understøtter en sammenhæng mellem

PAI-1

4G /5G polymorfi og øge kræftrisikoen, især blandt kaukasere, og dem med colorectal cancer og endometriecancer eller kræft identificeret i andre kræftformer gruppen, selv om en betydelig heterogenitet fra inkluderede studier eksisterede. At fremme en forståelse af dette forhold, er der foretaget følgende anbefalinger: (1) Der er behov for store undersøgelser med anvendelse af standardiserede upartiske metoder, indskrive præcist definerede kræftpatienter og godt matchede kontroller, med mere detaljerede individuelle data. (2) Undersøgelser udført med andre end kaukasiere etniske grupper er forpligtet til at få en mere omfattende og generaliseres konklusion. (3) Flere og større undersøgelser, især undersøgelser stratificeret for gen-miljø interaktion, bør udføres for at klarlægge de mulige roller

PAI-1

4G /5G polymorfier i ætiologien af ​​kræft.

Støtte oplysninger

tabel S1.

Den genetype frekvenser på hver undersøgelser. En generaliseret fordeling af genetype frekvenser på hver omfattede studier er anført

doi:. 10,1371 /journal.pone.0056797.s001

(DOC)

tabel S2.

Stratificering analyser af

jeg

2

og 95% /97,5% konfidensinterval. Hvis

I

2

= 0, den ensidige 97,5% CI præsenteres. Ellers er en tosidet 95% CI udført

doi:. 10,1371 /journal.pone.0056797.s002

(DOC)

File S1.

PRISMA 2009 Tjekliste.

doi: 10,1371 /journal.pone.0056797.s003

(DOC)