The Relative Importance of Genetics and Environment on Mammographic Density
Notice bibliographique
Résumé
BACKGROUND: Although several environmental factors predict mammographic density, estimates of its heritability have been quite high. We investigated whether part of the presumed heritability might be attributed to differential sharing of modifiable risk factors in monozygotic (MZ) and dizygotic (DZ) twins. METHODS: We measured percent and absolute mammographic density using mammograms from 257 MZ and 296 DZ twin pairs. The correlation of intrapair mammographic density was compared according to zygosity across strata of modifiable risk factors. Portions of variance attributable to additive genetic factors, shared environment, and individual environment were calculated using a variance component methodology in the entire set, and within twin pairs stratified by environmental trait similarity. RESULTS: Both percent density and absolute mammographic density were more highly correlated between MZ twins than DZ twins, but the correlations varied across strata. Body mass index (BMI) and parity strongly predicted differences in mammographic density within MZ twin pairs. After adjusting for covariates, 53% of the total variance in percent density and 59% of that in absolute density seemed attributable to genetic effects, but these estimates varied greatly by stratum. For twins dissimilar on BMI (difference >2.5 kg/m(2)), the additive genetic component of absolute density was estimated at only 20% (+/-19%), and the common and individual environment at 21% (+/-14%) and 49%, respectively (P value for heterogeneity across BMI = 0.0001). CONCLUSION: Our results confirm that the genome is an important determinant of mammographic density but suggest that an unknown portion of the mammographic density effect attributed to the genome may be due to shared modifiable environmental factors.
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 | 0,001 | 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 ».