Dietary isoflavone intake and all‐cause mortality in breast cancer survivors: The Breast Cancer Family Registry
Notice bibliographique
Résumé
BACKGROUND Soy foods possess both antiestrogenic and estrogen‐like properties. It remains controversial whether women diagnosed with breast cancer should be advised to eat more or less soy foods, especially for those who receive hormone therapies as part of cancer treatment. METHODS The association of dietary intake of isoflavone, the major phytoestrogen in soy, with all‐cause mortality was examined in 6235 women with breast cancer enrolled in the Breast Cancer Family Registry. Dietary intake was assessed using a Food Frequency Questionnaire developed for the Hawaii‐Los Angeles Multiethnic Cohort among 5178 women who reported prediagnosis diet and 1664 women who reported postdiagnosis diet. Cox proportional‐hazard models were used to estimate hazard ratios (HRs) and 95% confidence intervals (CIs). RESULTS During a median follow‐up of 113 months (approximately 9.4 years), 1224 deaths were documented. A 21% decrease was observed in all‐cause mortality for women who had the highest versus lowest quartile of dietary isoflavone intake (≥1.5 vs < 0.3 mg daily: HR, 0.79; 95% confidence interval CI, 0.64‐0.97; P trend = .01). Lower mortality associated with higher intake was limited to women who had tumors that were negative for hormone receptors (HR, 0.49; 95% CI, 0.29‐0.83; P trend = .005) and those who did not receive hormone therapy for their breast cancer (HR, 0.68; 95% CI, 0.51‐0.91; P trend = .02). Interactions, however, did not reach statistical significance. CONCLUSIONS In this large, ethnically diverse cohort of women with breast cancer living in North America, a higher dietary intake of isoflavone was associated with reduced all‐cause mortality. Cancer 2017;123:2070–2079 . © 2017 American Cancer Society .
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».