The joint effect of smoking and AIB1 on breast cancer risk in BRCA1 mutation carriers
Notice bibliographique
Résumé
Women with BRCA1 mutations are at an elevated risk for breast cancer. AIB1 (NCOA3/SRC3) genotype and smoking may alter this risk. We examined the differences in breast cancer risk by AIB1 polyglutamine repeat polymorphism and pre-diagnosis smoking habits for BRCA1 mutation carriers to determine if there was an interaction between smoking and AIB1 genotype. Multivariate Cox proportional hazards regression was used with 316 female BRCA1 mutation carriers to model breast cancer risk. Ever having smoked was associated with a decreased breast cancer risk [Hazard Ratio (HR) = 0.63, 95% CI, 0.47-0.87]. A dose-response relationship between number of pack-years smoked and breast cancer risk was also found for women who smoked <20 pack years of cigarettes (HR = 0.72, 95% CI, 0.52-1.00) and for women who smoked >/=20 pack years (HR = 0.41, 95% CI, 0.23-0.71; P for trend = 0.0007). Women with a 28 repeat allele for AIB1 had a significantly reduced risk of breast cancer (HR = 0.72, 95% CI, 0.51-1.00). Women who smoked >/=20 pack-years with a 28 repeat allele had an even greater reduced risk of breast cancer (HR = 0.19, 95% CI, 0.07-0.54) compared to women who were never smokers with no 28 allele. Since AIB1 appears to modulate the effect of endogenous hormones via the estrogen receptor, and smoking affects circulating hormone levels, these results support evidence that steroid hormones play an important role in breast carcinogenesis in BRCA1 mutation carriers, and suggest mechanisms for developing novel cancer prevention strategies for BRCA1 mutation carriers.
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 | 0,000 | 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 ».