Physical Activity in Relation to Mammographic Density in the Dutch Prospect-European Prospective Investigation into Cancer and Nutrition Cohort
Notice bibliographique
Résumé
BACKGROUND: Evidence accumulates that physical inactivity is one of the few modifiable risk factors for breast cancer. The mechanism through which physical inactivity affects breast cancer risk is not clear. The study aim was to investigate the association between physical activity and breast density because mammographic density is strongly associated with breast cancer risk. METHODS: We did a cross-sectional study in 620 women, of ages 49 to 68 years and participants of the Dutch Prospect-European Prospective Investigation into Cancer and Nutrition cohort. A self-administered questionnaire was used to obtain information on duration and intensity of physical activity (recreational, household, and occupational) during the year preceding study recruitment. A total activity index (inactive, moderately inactive, moderately active, and active) was estimated by combining all activity types. Percent and absolute breast density were determined on screening mammograms using a computer-aided method. Multivariate linear regression was used to examine the association between physical activity and breast density. RESULTS: Mean percent density was 35.3% [95% confidence interval (95% CI), 31.8-38.8] for the inactive category compared with 36.1% (95% CI, 33.0-39.2) for the active category. Mean absolute density values for the inactive and active category were 45.8 cm(2) (95% CI, 40.9-50.7) and 42.6 cm(2) (95% CI, 38.3-47.0), respectively. Subgroup analysis for postmenopausal women showed similar results, as did separate analyses for recreational and household activity. CONCLUSIONS: The result does not support a relation between current physical activity and mammographic density in postmenopausal women.
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 | 0,001 |
| 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 ».