Body mass index, weight change, and risk of second primary breast cancer in the <scp>WECARE</scp> study: influence of estrogen receptor status of the first breast cancer
Notice bibliographique
Résumé
Studies examining the relationship between body mass index (BMI) and risk of contralateral breast cancer (CBC) have reported mixed findings. We previously showed that obese postmenopausal women with estrogen receptor (ER)-negative breast cancer have a fivefold higher risk of CBC compared with normal weight women. In the current analysis, we reexamined this relationship in the expanded Women's Environmental Cancer and Radiation Epidemiology (WECARE) Study, focusing on the impact of menopausal status and ER status of the first breast cancer. The WECARE Study is a population-based case-control study of young women with CBC (cases, N = 1386) and with unilateral breast cancer (controls, N = 2045). Rate ratios (RR) and 95% confidence intervals (CI) were calculated to assess the relationship between BMI and risk of CBC stratified by menopausal and ER status. Positive associations with obesity and weight gain were limited to women who became postmenopausal following their first primary breast cancer. Among those with an ER-negative first breast cancer, obesity (vs. normal weight) at first diagnosis was associated with an increased risk of CBC (RR = 1.9, 95% CI: 1.02, 3.4). Also, weight gain of ≥10 kg after first diagnosis was associated with an almost twofold increased risk of CBC (RR = 1.9, 95% CI: 0.99, 3.8). These results suggest that women with an ER-negative first primary cancer who are obese at first primary diagnosis or who experience a large weight gain afterward may benefit from heightened surveillance. Future studies are needed to address the impact of weight loss interventions on risk of CBC.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».