MétaCan
Menu
Retour à la cohorte
Enregistrement W2101334939 · doi:10.1093/aje/kwm216

Nonsteroidal Antiinflammatory Drug Use and Breast Cancer Risk: Subgroup Findings

2007· article· en· W2101334939 sur OpenAlexaffabout
Victoria A. Kirsh, Nancy Kreiger, Michelle Cotterchio, Matthew E. Sloan, Bernhard Theis

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory mediators and NSAID effects
Établissements canadiensCancer Care OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerOdds ratioConfidence intervalInternal medicineCancerRelative riskRisk factorOncologyGynecology

Résumé

récupéré en direct d'OpenAlex

Nonsteroidal antiinflammatory drugs (NSAIDs) may play a role in breast cancer prevention; however, breast cancer subtypes and lifestyle/host factors may influence their impact. During 1996-1998 in Canada, the authors examined the association between regular NSAID use (defined as daily use for at least 2 months) and breast cancer risk by estrogen receptor (ER) and progesterone receptor (PR) status, cigarette smoking exposure, and history of arthritis. Breast cancer cases (n = 3,125, including 1,600 ER+PR+ and 591 ER-PR-) and an age-matched, random sample of controls (n = 3,062) completed a general risk factor questionnaire, including detailed questions on prescription and nonprescription NSAID use. NSAID use was associated with reduced risk of breast cancer (odds ratio = 0.76, 95% confidence interval: 0.66, 0.88). The association was not significantly different for ER+PR+ (odds ratio = 0.71, 95% confidence interval: 0.60, 0.84) and ER-PR- cancers (odds ratio = 0.80, 95% confidence interval: 0.62, 1.03) (p(heterogeneity) = 0.66). The magnitude of the NSAID inverse association was similar for women with and without arthritis and across smoking strata (risk estimates ranged from 0.74 to 0.84). Breast cancer risk tended to decrease with increasing duration of NSAID use and was generally lowest for >or=7 years of use, and both acetylsalicylic acid and non-acetylsalicylic acid use were associated with reduced risks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetInflammatory mediators and NSAID effectsTravaux en français237 207