Micronutrients Involved in One-Carbon Metabolism and Risk of Breast Cancer Subtypes
Notice bibliographique
Résumé
BACKGROUND: Vitamins involved in one-carbon metabolism are hypothesized to influence breast cancer (BC) risk. However, epidemiologic studies that examined associations between B vitamin intake and BC risk have provided inconsistent results. We prospectively examined, in the Italian ORDET cohort, whether B vitamin consumption was associated with risk of BC and BC subtypes. METHODS: After a mean follow-up of 16.5 years, 391 BCs were diagnosed among 10,786 cohort women. B vitamin intakes were estimated from food frequency questionnaires. Cox proportional hazard models adjusted for energy intake and confounders, estimated hazard ratios (HR) with 95% confidence intervals (CIs) for BC according to intake. RESULTS: RRs were 0.61 (95% CI 0.38-0.97 highest vs. lowest quartile; P trend 0.025) for thiamine; 0.48 (95% CI 0.32-0.71; P trend <0.001) for riboflavin; 0.59 (95% CI 0.39-0.90; P trend 0.008) for vitamin B6, and 0.65 (95% CI 0.44-0.95; P trend 0.021) for folate. As regards risk of BC subtypes, high riboflavin and folate were significantly associated with lower risk of estrogen receptor positive (ER+) and progesterone receptor positive (PR+) cancers, and high thiamine was associated with lower risk of ER-PR- cancers. High riboflavin was associated with lower risk of both HER2+ and HER2- cancers, high folate with lower risk of HER2- disease, and high thiamine with HER2+ disease. CONCLUSIONS: These findings support protective effects of thiamine and one-carbon metabolism vitamins (folate, riboflavin, and vitamin B6) against BC in general; while folate may also protect against ER+PR+ and HER2- disease; and thiamine against ER-PR-, and HER2+ disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».