The Heritability of Mammographically Dense and Nondense Breast Tissue
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Percent mammographic density (PMD) is a risk factor for breast cancer. Our previous twin study showed that the heritability of PMD was 63%. This study determined the heritabilities of the components of PMD, the areas of dense and nondense tissue in the mammogram. METHODS: We combined two twin studies comprising 571 monozygous and 380 dizygous twin pairs recruited from Australia and North America. Dense and nondense areas were measured using a computer-assisted method, and information about potential determinants was obtained by questionnaire. Under the assumptions of the classic twin model, we estimated the heritability of the log dense area and log nondense area and the genetic and environmental contributions to the covariance between the two traits, using maximum likelihood theory and the statistical package FISHER. RESULTS: After adjusting for measured determinants, for each of the log dense area and the log nondense area, the monozygous correlations were greater than the dizygous correlations. Heritability was estimated to be 65% (95% confidence interval, 60-70%) for dense area and 66% (95% confidence interval, 61-71%) for nondense area. The correlations (SE) between the two adjusted traits were -0.35 (0.023) in the same individual, -0.26 (0.026) across monozygous pairs, and -0.14 (0.034) across dizygous pairs. CONCLUSION: Genetic factors may play a large role in explaining variation in the mammographic areas of both dense and nondense tissue. About two thirds of the negative correlation between dense and nondense area is explained by the same genetic factors influencing both traits, but in opposite directions.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle