MétaCan
Menu
Retour à la cohorte
Enregistrement W2774842580 · doi:10.18632/oncotarget.22977

Combined effect of obesity and diabetes on early breast cancer outcome: a prospective observational study

2017· article· en· W2774842580 sur OpenAlexaffabout
Giuseppe Buono, Anna Crispo, Mario Giuliano, Carmine De Angelis, Francesco Schettini, Valeria Forestieri, Rossella Lauria, Matilde Pensabene, Michelino De Laurentiis, Livia Silvia Augustin, Alfonso Amore, Massimiliano D’Aiuto, Raffaele Tortoriello, Antonello Accurso, Ernesta Cavalcanti, Gerardo Botti, Maurizio Montella, Sabino De Placido, Grazia Arpino

Notice bibliographique

RevueOncotarget · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMedicineObservational studyPopulationObesityDiabetes mellitusCancerEpidemiologyInternal medicineGynecologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

// Giuseppe Buono 1, * , Anna Crispo 2, * , Mario Giuliano 1, 3 , Carmine De Angelis 1 , Francesco Schettini 1 , Valeria Forestieri 1 , Rossella Lauria 1 , Matilde Pensabene 1 , Michelino De Laurentiis 4 , Livia Silvia Adriana Augustin 2, 5 , Alfonso Amore 4 , Massimiliano D’Aiuto 4 , Raffaele Tortoriello 4 , Antonello Accurso 6 , Ernesta Cavalcanti 2 , Gerardo Botti 2 , Maurizio Montella 2 , Sabino De Placido 1 and Grazia Arpino 1 1 Department of Clinical Medicine and Surgery, Oncology Division, University of Naples Federico II, Naples, Italy 2 Unit of Epidemiology, National Cancer Institute, G. Pascale Foundation, Naples, Italy 3 Lester and Sue Smith Breast Center, Baylor College of Medicine, Houston, TX, USA 4 Breast Unit, National Cancer Institute, G. Pascale Foundation, Naples, Italy 5 Clinical Nutrition and Risk Factor Modification Centre, St. Michael’s Hospital, Toronto, Canada 6 Department of Gastroenterology, Endocrinology and Surgery, University of Naples Federico II, Naples, Italy * These authors contributed equally to this work Correspondence to: Grazia Arpino, email: grazia.arpino@unina.it Keywords: breast cancer; obesity; diabetes; combined variables; outcome Received: August 19, 2017      Accepted: November 16, 2017      Published: December 05, 2017 ABSTRACT Background: Previous studies suggested that obesity and diabetes were correlated with breast cancer outcome. The aim of the present study was to investigate the prognostic effect of obesity and diabetes on the outcome of early breast cancer patients. Materials and Methods: Overall, 841 early breast cancer patients were prospectively enrolled between January 2009 and December 2013. Study population was divided into four groups: (1) patients without obesity or diabetes; (2) patients with only diabetes; (3) patients with only obesity; and (4) patients with both diabetes and obesity. Categorical variables were analyzed by the chi-square test and survival data by the log-rank test. Results: At diagnosis, obese and diabetic patients were more likely to be older ( p < 0.0001) and post-menopausal ( p < 0.0001) and to have a tumor larger than 2 cm ( p < 0.0001) than patients in groups 1–3. At univariate analyses, obese and diabetic patients had a worse disease-free survival ( p = 0.01) and overall survival ( p = 0.001) than did patients without obesity and diabetes. At multivariate analyses, the co-presence of obesity and diabetes was an independent prognostic factor for disease-free survival (hazard ratio=2.62, 95% CI 1.23–5.60) but not for overall survival. Conclusions: At diagnosis, patients with obesity and diabetes were older, had larger tumors and a worse outcome compared to patients without obesity or diabetes. These data suggest that metabolic health influences the prognosis of patients affected by early breast cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,357
Écart entre enseignants0,317 · 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 tête enseignante, 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

Citations25
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetCancer Risks and FactorsTravaux en français237 207