Serum High-Density Lipoprotein Cholesterol and Breast Cancer Risk by Menopausal Status, Body Mass Index, and Hormonal Receptor in Korea
Notice bibliographique
Résumé
High-density lipoprotein cholesterol (HDL-C) has been suggested to be associated with breast cancer. However, the roles of HDL-C and hypertriglyceridemia on breast cancer still have been controversial. The goal of this study was to investigate the association between HDL-C with breast cancer risk, stratifying by menopausal status, and body mass index. The hormonal receptor status of breast has been proposed to modify the effect of HDL-C on breast cancer. Multicenter hospital-based case-control study was conducted from November 2004 to December 2005 in Korea. After one to two individual matchings by age (+/-5 years) and menopausal status, 690 cases and 1,380 controls were included in the analysis. Odds ratios (OR) and 95% confidence intervals (95% CI) were estimated by conditional, unconditional, and multinomial logistic regressions. Protective effect of HDL-C on breast cancer was only observed among premenopausal women with an OR (95% CI) of 0.49 (0.33-0.72) for HDL-C > or = 60 versus <50 mg/dL (P(trend) < 0.01). Only nonobese premenopausal women had a significant decreased risk (OR, 0.34; 95% CI, 0.22-0.53). OR (95% CI) of low HDL-C (<50 mg/dL) and high triglyceride (TG; > or = 150 mg/dL) category was 2.20 (1.32-3.67) on estrogen receptor-negative and progesterone receptor-negative breast cancer compared with high HDL-C (> or = 50 mg/dL) and low TG (<150 mg/dL) category. This study suggests that higher level of HDL-C may reduce breast cancer risk among premenopausal women. Estrogen receptor-negative and progesterone receptor-negative breast cancer was associated with dyslipidemia, which implicates that association among HDL-C, TG, and breast cancer may be modified by receptor status.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».