Effect of metformin versus placebo on weight and metabolic factors in initial patients enrolled onto NCIC CTG MA.32, a multicenter adjuvant randomized controlled trial in early-stage breast cancer (BC).
Notice bibliographique
Résumé
1033 Background: MA.32 investigates effects of Metformin vs. Placebo, in addition to standard care, on invasive disease free survival and other outcomes. Metformin may improve obesity and metabolic factors [insulin, glucose, leptin, C-reactive protein (CRP)] that have been associated with poor BC outcomes. Maintaining blinding of investigators to outcomes, we conducted a planned, DSMB approved, analysis of the effect of Metformin vs. Placebo on weight and metabolic factors at 6 months, including examination of interactions with baseline body mass index (BMI), in the first 498 subjects with paired fasting plasma samples. Methods: 498 non-diabetic subjects with T1-3, N0-3, M0 BC meeting defined entry criteria who had completed surgery and adjuvant chemo (if given) provided fasting blood samples at randomization and 6 months (while on study drug). Glucose was measured locally; blood was aliquoted, frozen and stored at -80°C then shipped to NCIC CTG (Kingston, Canada). Paired plasma aliquots were shipped to Mount Sinai Hospital (Toronto, Canada) for analysis of Insulin (Dako), hsCRP (Roche Elecsys) and leptin (Luminex). Statistical analysis used the Wilcoxon signed rank test. Results: Mean age was 52.4 ±9.2 years. Arms were balanced for ER/PgR (63% pos), BMI, prior adjuvant chemo (89%), T and N status, grade, mastectomy/lumpectomy and radiation. Conclusions: Metformin significantly improved weight, insulin, glucose, leptin and CRP at 6 months. Effects did not vary by baseline BMI. Funded by: NIH, CCSRI, CBCF, BCRF, Apotex Canada (drug & placebo - in kind). Clinical trial information: NCT01101438. [Table: see text]
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| 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 | 0,001 |
| 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 ».