MétaCan
Menu
Retour à la cohorte
Enregistrement W2156573513 · doi:10.1136/jech.2010.120956.42

042 Lifecourse predictors of adult parenchymal breast tissue density: results from the Newcastle Thousand Families Study

2010· article· en· W2156573513 sur OpenAlexaff
Mark S. Pearce, Peter W. G. Tennant, Tessa M. Pollard, Lesley McLean, B Kaye, L. Lynette Parker

Notice bibliographique

RevueJournal of Epidemiology & Community Health · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensCancer Care Nova ScotiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineMenarcheFamily historyBody mass indexCohortCohort studyDemographyBreast cancerPregnancyBreast cancer screeningYoung adultLive birthLogistic regressionObstetricsPediatricsGerontologyMammographyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective To investigate the relative influences of factors acting throughout life on breast tissue density at age 49-58 years. Design Follow-up of the Newcastle Thousand Families birth cohort study. Setting In 1947, all 1142 babies born in May and June to mothers resident in the city of Newcastle-upon- Tyne were recruited into the Newcastle Thousand Families birth cohort. This study details a sample of women from this cohort who returned for follow-up 49+ years later, and is therefore drawn from throughout the UK and beyond. Participants At age 50, 574 study members returned a self-completion questionnaire. The 307 surviving women who returned questionnaires at age 50 were sent a questionnaire asking for details of mammographic screening and for details of their reproductive and contraceptive history. 199 women who gave access to their previous mammograms and had completed both questionnaires were included in this analysis. Main outcome measures Breast tissue density patterns were coded into Wolfe categories (N1=lowest risk, P1=low risk, P2=high risk, PY=highest risk). This was analysed, by ordinal logistic regression, in relation to a range of variables at different stages of life, including birthweight, gestational age, duration breast fed, age at menarche, gravidity, age at first pregnancy, menopausal status, breast feeding history, hormonal contraceptive history, use of hormone replacement therapy, cigarette smoking history, alcohol consumption, height, body mass index, physical activity levels, age at scan, and socio-economic status both at birth and in adulthood. Results Eleven % (n=22) of women were classified in the lowest Wolfe category of risk (N1), 20% (n=39) as low risk (P1), 48% (n=95) as high risk (P2), and 22% (n=43) as being in the highest category of risk (PY). Increased standardised birthweight (adjusted odds ratio, aOR 1.42 (95% CI 1.08 to 1.87), p=0.01) and not having entered the menopause (aOR, compared to perimenopausal women 3.99 (95% CI 1.78 to 8.97), p=0.001) were both significant independent predictors of being in a higher density group. In contrast, increasing body mass index was independently predictive of being in a lower density group (aOR 0.85 (0.80 to 0.91), p<0.001). Conclusions After adjustment for factors acting throughout life, this study identified a significant association between increased birthweight, standardised for sex and gestational age, and increased breast tissue density in adulthood. This observation is consistent with previous research suggesting that heavier babies have an increased risk of breast cancer in later life.

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)0,003
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 enseignants0,180
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,072
Tête enseignante GPT0,401
Écart entre enseignants0,329 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology & Community HealthMême sujetCancer Risks and FactorsTravaux en français237 207