Risk Factors for Ovarian Cancer: An Overview with Emphasis on Hormonal Factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ovarian cancer is the fifth most frequently occurring cancer among women and leading cause of gynecological cancer deaths in North America. Although the etiology of ovarian cancer is not clear, certain factors are implicated in the etiology of this disease, such as ovulation, gonadotropic and steroid hormones, germ cell depletion, oncogenes and tumor suppressor genes, growth factors, cytokines, and environmental agents. Family history of breast or ovarian cancer is a prominent risk factor for ovarian cancer, with 5-10% of ovarian cancers due to heritable risk. Reproductive factors such as age at menopause and infertility contribute to greater risk of ovarian cancer, whereas pregnancy, tubal ligation, and hysterectomy reduce risk. Oral contraceptive (OC) use has clearly been shown to be protective against ovarian cancer. In contrast, large epidemiologic studies found hormone replacement therapy (HRT) to be a greater risk factor for ovarian cancer. The marked influence of hormones and reproductive factors on ovarian cancer suggests that endocrine disrupters may impact risk; however, there is a notable lack of research in this area. Lifestyle factors such as cigarette smoking, obesity, and diet may affect ovarian cancer risk. Exposure to certain environmental agents such as talc, pesticides, and herbicides may increase risk of ovarian cancer; however, these studies are limited. Further research is needed to strengthen the database of information from which an assessment of environmental and toxicological risk factors for ovarian cancer can be made.
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.
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) | 0,002 | 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 | 0,001 |
| 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 découle