MétaCan
Menu
Retour à la cohorte
Enregistrement W2137955402 · doi:10.1158/1055-9965.epi-05-0127

The Heritability of Mammographically Dense and Nondense Breast Tissue

2006· article· en· W2137955402 sur OpenAlexaff
Jennifer Stone, Gillian S. Dite, Anoma Gunasekara, Dallas R. English, Margaret McCredie, Graham G. Giles, Jennifer Cawson, Robert A. Hegele, Anna M. Chiarelli, Martin J. Yaffe, Norman F. Boyd, John L. Hopper

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensSunnybrook Health Science CentreCancer Care OntarioRobarts Clinical TrialsWomen's College HospitalOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésHeritabilityBiologyConfidence intervalStatisticsTwin studyDemographyMathematicsGenetics

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,321
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations118
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetDigital Radiography and Breast ImagingTravaux en français237 207