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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».