Intact and total insulin-like growth factor-binding protein-3 (IGFBP-3) levels in relation to breast cancer risk factors: a cross-sectional study
Notice bibliographique
Résumé
INTRODUCTION: Levels of insulin-like growth factor (IGF)-I and its main binding protein (IGFBP-3) have been associated with breast cancer risk among premenopausal women. However, associations of IGFBP-3 levels with breast cancer risk have been inconsistent, possibly due to the different predominant forms of circulating IGFBP-3 (intact versus fragmented) that were measured in these studies. Here, we examine the association of breast cancer risk factors with intact and total IGFBP-3 levels. METHODS: This cross-sectional study includes 737 premenopausal women recruited at screening mammography. Plasma intact and total IGFBP-3 and IGF-I levels were measured by enzyme-linked immunosorbent assay methods. Percent and absolute breast density were estimated using a computer-assisted method. The associations were evaluated using generalized linear models and Pearson (r) or Spearman (rs) partial correlation coefficients. RESULTS: Means +/- standard deviations of intact and total IGFBP-3 levels (ng/mL) were 1,044 +/- 234 and 4,806 +/- 910, respectively. Intact and total IGFBP-3 levels were correlated with age and smoking. Levels of intact IGFBP-3 were negatively correlated with waist-to-hip ratio (WHR) (r = -0.128; P = 0.0005), parity (rs = -0.078; P = 0.04), and alcohol intake (r = -0.137; P = 0.0002) and positively correlated with energy intake (r = 0.075; P = 0.04). In contrast, total IGFBP-3 levels were positively correlated with WHR (r = 0.115; P = 0.002), parity (rs = 0.089; P = 0.02), body mass index (BMI) (r = 0.115; P = 0.002), physical activity (r = 0.118; P = 0.002), and IGF-I levels (r = 0.588; P < 0.0001) and negatively correlated with percent or absolute breast density (r = -0.095; P = 0.01 and r = -0.075; P = 0.04, respectively). CONCLUSION: Our data show that associations of some breast cancer risk factors with intact levels of IGFBP-3 are different from those with total (intact and fragmented) IGFBP-3 levels. These findings suggest that different molecular forms of IGFBP-3 may bear different relations to premenopausal breast cancer risk.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».