MétaCan
Menu
Retour à la cohorte
Enregistrement W2402869410 · doi:10.1158/1538-7445.sabcs15-p5-07-06

Abstract P5-07-06: A competing risks analysis of the association between prediagnostic serum glucose and lipids and breast cancer survival

2016· article· en· W2402869410 sur OpenAlexaff
Wahyu Wulaningsih, Mariam Vahdaninia, M. Rowley, L. Holmberg, Hans Garmo, Håkan Malmström, Mats Lambe, Niklas Hammar, Göran Walldius, Ingmar Jungner, A C C Coolen, Mieke Van Hemelrijck

Notice bibliographique

RevueCancer Research · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensAstraZeneca (Canada)
Organismes subventionnairesnon disponible
Mots-clésProportional hazards modelMedicineHazard ratioBreast cancerInternal medicineCause of deathCancerRelative riskSurvival analysisOncologyDiseaseConfidence interval

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Abnormal levels of glucose and lipids may be linked to survival after breast cancer (BC) diagnosis, but their association to other causes of mortality such as cardiovascular (CV) disease may result in a competing risk problem and invalidate conventional analyses. Methods: We assessed serum glucose, triglycerides (TG) and total cholesterol (TC) measured prospectively three months to three years before diagnosis in 1,798 women with BC in the Swedish Apolipoprotein Mortality Risk Study (AMORIS). In addition to using multivariable Cox proportional hazards regression, we employed latent class proportional hazards models to capture any heterogeneity of associations between these markers and BC death. The latter method was extended to include the primary outcome (BC death) and competing outcomes (CV death and death from other causes), allowing latent class-specific hazard estimation for cause-specific deaths. Results: No association between prediagnostic glucose, TG or TC with BC death was observed with Cox regression. With latent class proportional hazards model, two latent classes (Class I and II) were identified in the cohort. Class I, comprising the majority (81.5%) of BC patients, had an increased risk of BC death following higher TG levels (HR: 1.87, 95% CI: 1.01-3.45 for every log TG increase). Lower overall survival was observed in Class II, but no association for BC death was found. On the other hand, TC positively corresponded to CV death in Class II, and similarly, glucose to death from other causes. Conclusion: Higher TG was associated with an increased risk of BC death in the majority of BC patients. Our study also identified a subgroup of BC patients at higher risk of early death likely driven by other metabolic-related diseases, which adds to our understanding into BC survival in presence of competing outcomes. Citation Format: Wulaningsih W, Vahdaninia M, Rowley M, Holmberg L, Garmo H, Malmstrom H, Lambe M, Hammar N, Walldius G, Jungner I, Coolen A, Van Hemelrijck M. A competing risks analysis of the association between prediagnostic serum glucose and lipids and breast cancer survival. [abstract]. In: Proceedings of the Thirty-Eighth Annual CTRC-AACR San Antonio Breast Cancer Symposium: 2015 Dec 8-12; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2016;76(4 Suppl):Abstract nr P5-07-06.

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)0,018
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,006
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,049
Tête enseignante GPT0,369
Écart entre enseignants0,320 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer, Lipids, and MetabolismTravaux en français237 207