MétaCan
Menu
Retour à la cohorte
Enregistrement W2165977876 · doi:10.1051/medsci/2005212175

Facteurs de risque du cancer du sein

2005· review· fr· W2165977876 sur OpenAlexaff
André Nkondjock, Parviz Ghadirian

Notice bibliographique

Revuemédecine/sciences · 2005
Typereview
Languefr
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensUniversité de MontréalInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Because of its increasing incidence, breast cancer is a significant burden for women worldwide. In industrialized countries, breast cancer is the second-leading cause of cancer-related deaths among women, and it is estimated that 1 in every 8 women will develop the disease during her lifetime. Sufficient evidence indicates that a number of genetic, environmental and lifestyle risk exposures during life may play important roles in the etiology of this disease. The purpose of this paper is to review some etiologic factors and underlying mechanisms in relation to breast cancer risk. Based on the published literature, there is sufficient evidence that some established factors are associated with breast cancer risk. Age, early age at menarche, late menopause, height, post-menopausal obesity, family history of breast cancer, ionizing radiation, oral contraceptives, hormonal replacement therapy, mammographic density, some gene mutations and clinical conditions, such as benign breast disease, are associated with an increased risk of breast cancer. The risk decreases with early childbearing, high parity and physical activity, and breastfeeding. Alcohol increases the risk, while caloric restriction may confer protection from breast cancer. Epidemiological evidence for other nutritional factors is insufficient. These results suggest that breast cancer is a multifactorial disease where genetic susceptibility, environment, nutrition and other lifestyle risk factors interact. Better identification of modifiable risk factors and risk reduction of breast cancer may allow implementation of useful strategies for prevention.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,081
Tête enseignante GPT0,387
Écart entre enseignants0,306 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations62
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemédecine/sciencesMême sujetCancer Risks and FactorsTravaux en français237 207