p53 Alterations and Protein Accumulation in Benign Breast Tissue and Breast Cancer Risk: A Cohort Study
Notice bibliographique
Résumé
Disruption of p53 gene function seems to have a pivotal role in carcinogenesis. p53 gene changes occur before the development of breast cancer and therefore might influence breast cancer risk. We investigated the association between p53 protein accumulation and p53 mutations detected in benign breast tissue and risk of subsequent breast cancer. We conducted a case-control study nested within the cohort of 4,888 women in the Canadian National Breast Screening Study who were diagnosed with biopsy-confirmed benign breast disease during active follow-up. Cases were women with benign breast disease who subsequently developed breast cancer; five controls were matched to each case. p53 protein accumulation was assessed immunohistochemically using sections of paraffin-embedded benign breast tissue from 104 cases and 385 controls; for 82 of these cases and 327 of the controls, DNA was successfully extracted from the breast tissue for p53 gene analysis using PCR-single-strand conformation polymorphism/direct sequencing. p53 protein accumulation was associated with a 2-fold increase in risk of progression to breast cancer [adjusted odds ratio (OR), 2.16; 95% confidence interval (95% CI), 1.08-4.30], whereas p53 nucleotide changes overall were not associated with altered risk (adjusted OR, 1.22; 95% CI, 0.68-2.19); those with both p53 immunopositivity and a p53 nucleotide change had an OR (95% CI) of 3.20 (1.21-8.50). Nonpolymorphic intronic changes were associated with a 2.8-fold increase in risk (OR, 2.84; 95% CI, 1.09-7.41). The results of this study suggest that p53 protein accumulation and nonpolymorphic intronic changes in p53 are associated with increased risk of progression to breast cancer in women with benign breast disease.
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) | 0,001 | 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 ».