Consumption of sweet foods and mammographic breast density: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The increasing consumption of sugar worldwide seems to lead to several health problems, including some types of cancer. While some studies reported a positive association between sweet foods intake and breast cancer risk, little is known about their relation to mammographic density (MD), a strong breast cancer risk factor. This study examined the association of sweet foods and drinks intake with MD among 776 premenopausal and 779 postmenopausal women recruited at mammography. METHODS: A food-frequency questionnaire was used to assess intake of sweet foods, sugar-sweetened beverages and spoonsful of sugar added. Percent and absolute breast density were estimated using a computer-assisted method. Multivariate generalized linear models were used to evaluate associations. All models were adjusted for potential confounders, including age and body mass index. RESULTS: For increasing quartiles of sugar-sweetened beverages intake, adjusted-mean absolute density was respectively 32, 34, 32 and 36 cm2 among all women (P(trend) = 0.040) and 43, 46, 44 and 51 cm2 among premenopausal women (P(trend) = 0.007). For increasing quartiles of sweet foods intake, adjusted-mean percent density was respectively 16, 16, 17 and 19% among postmenopausal women (P(trend) = 0.036). No association was shown between intake of spoonsful of sugar added and MD. CONCLUSION: Our results suggest that an increase in sweet foods or sugar-sweetened beverage intake is associated with higher MD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».