Risk of Breast Cancer by Individual Insulin Use: An International Multicenter Study
Notice bibliographique
Résumé
OBJECTIVE Several studies have been published in 2009 suggesting a possible association between insulin glargine and increased risk of malignancies, including breast cancer. The objective of this study was to assess the relation between the individual insulins (glargine, aspart, lispro, and human insulin) and development of breast cancer. RESEARCH DESIGN AND METHODS Seven hundred seventy-five incident cases of primary invasive or in situ carcinoma breast cancer occurring in women with diabetes from 92 centers in the U.K., Canada, and France were matched to a mean of 3.9 diabetic community control subjects (n = 3,050; recruited from 580 general practices) by country, age, recruitment date, and diabetes type and management. The main risk model was a multivariate conditional logistic regression model with case/control status as the dependent variable and individual insulin use, 8 years preceding the index date, as the independent variable, controlling for past use of any insulin, oral antidiabetes drugs, reproductive factors, lifestyle, education, hormone replacement therapy and history of contraceptive use, BMI, comorbidities, diabetes duration, and annual number of physician visits. Glargine was also compared with every other insulin by computing all ratios using the variance-covariance matrix of logistic model parameters. RESULTS Adjusted odds ratios of breast cancer for each type of insulin versus no use of that insulin were 1.04 (95% CI 0.76-1.44) for glargine, 1.23 (0.79-1.92) for lispro, 0.95 (0.64-1.40) for aspart, and 0.81 (0.55-1.20) for human insulin. Two-by-two comparisons found no difference between glargine and the different types of insulins. Insulin dosage or duration of use and tumor stage did not change the results. CONCLUSIONS This international study found no difference in the risk of developing breast cancer in patients with diabetes among the different types of insulin with short- to mid-term duration of use. Longer-term studies would be of interest.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».