Breast, ovarian, and endometrial malignancies in systemic lupus erythematosus: a meta-analysis
Notice bibliographique
Résumé
BACKGROUND: An increased lymphoma risk is well documented in systemic lupus (SLE). Less attention has been focused on women's cancers, even though SLE affects mostly females. Our objective was to estimate the risk of breast, ovarian, and endometrial cancers in SLE, relative to the general population. METHODS: Data were included from five recent studies of large SLE cohorts. The number of cancers observed was determined for each cancer type. The expected number of malignancies was ascertained from general population data. The parameter of interest was the standardised incidence ratio (SIR), the ratio of observed to expected malignancies. RESULTS: The five studies included 47,325 SLE patients (42,171 females) observed for 282,553 patient years. There were 376 breast cancers, 66 endometrial cancers, and 44 ovarian cancers. The total number of cancers observed was less than that expected, with SIRs of 0.76 (95% CI: 0.69, 0.85) for breast cancer, 0.71 (95% CI: 0.55, 0.91) for endometrial cancer, and 0.66 (95% CI: 0.49, 0.90) for ovarian cancer. CONCLUSIONS: Data strongly support a decreased risk of breast, ovarian, and endometrial cancers in SLE. This may be due to inherent differences in women in SLE (vs the general population) regarding endogenous oestrogen, other medications, and/or genetic make-up.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,038 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».