Is Mammographic Breast Density a Breast Cancer Risk Factor in Women With <i>BRCA</i> Mutations?
Notice bibliographique
Résumé
PURPOSE: Increased mammographic breast density is well recognized as a breast cancer risk factor in the general population. However, it is unclear whether it is a risk factor in women with BRCA mutations. We present the results of a nested case-control screening study investigating the relationship between breast density and breast cancer incidence in this population. PATIENTS AND METHODS: Women ages 25 to 65 years with known BRCA mutations were enrolled onto a single-center, high-risk breast cancer screening program. Using a computer-aided technique (Cumulus), quantitative percentage density (PD) was measured for each participant on her baseline mammogram by a single, blinded observer. RESULTS: Between November 1997 and March 2008, 462 women (mean age, 44 years; 245 BRCA1 and 217 BRCA2) were screened and 50 breast cancers were diagnosed (38 invasive, 12 ductal carcinoma in situ [DCIS]). Density was not measured in 40 women of whom four developed cancer (three invasive, one DCIS). Mean PD (+/- standard deviation [SD]) for 376 women who did not develop breast cancer was 34% (23) compared with 31% (21) for 46 women with cancer (P = .51). Logistic regression model of breast cancer incidence and PD revealed an odds ratio of 0.99 (+/- 0.01 SD) for a one-unit increase in PD (P = .44). Results remained nonsignificant in multivariate analysis, as well as when women with pure DCIS were excluded. CONCLUSION: Increased mammographic breast density is not associated with higher breast cancer incidence in women with BRCA mutations. On the basis of these findings, density should not be considered a factor for these women in decision making regarding prophylactic surgery or chemoprevention.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 ».