Levels of C-Peptide and Mammographic Breast Density
Notice bibliographique
Résumé
Members of the insulin-like growth factor family have been associated with breast cancer risk and mammographic breast density, one of the strongest known breast cancer risk indicators. The aim of this cross-sectional study was to examine the association of levels of C-peptide (a marker of insulin secretion) with mammographic breast density among 1,499 healthy women recruited during screening mammography examinations. At time of mammography, blood samples and time since last meal were collected. Plasma C-peptide levels were measured by ELISA method, and mammographic breast density by a computer-assisted method. Spearman's partial correlation coefficients, adjusting for age and time since last meal (when necessary), were used to evaluate the associations. High body mass index and waist-to-hip ratio measurements were independently correlated with high levels of C-peptide (r(s) = 0.173 and r(s) = 0.252, respectively; P < 0.0001) or low breast density (r(s) = -0.389 and r(s) = -0.142, respectively; P < 0.0001). High levels of C-peptide were correlated with low breast density (r(s) = -0.210, P < 0.0001). However, the strength of the negative correlation was substantially reduced and was no longer significant after further adjustment for body mass index and waist-to-hip ratio (r(s) = -0.022, P = 0.41). These results suggest that C-peptide levels are not associated with breast density after complete adjustment for adiposity. Thus, the insulin/C-peptide-breast density relation does not seem to mirror the insulin/C-peptide-breast cancer association.
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 | 0,001 | 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 ».