MRI background parenchymal enhancement, breast density and serum hormones in postmenopausal women
Notice bibliographique
Résumé
Background parenchymal enhancement (BPE) is the degree to which normal breast tissue enhances on contrast‐enhanced magnetic resonance imaging (MRI). MRI‐density is a volumetric measure of breast density that is highly correlated with mammographic density, an established breast cancer risk factor. Endogenous estrogen concentrations are positively associated with postmenopausal breast cancer risk and BPE has been shown to be sensitive to hormonal exposures. The objective of our study was to examine the relationship between BPE and MRI‐density and serum hormone concentrations in postmenopausal women. This was a study of cancer‐free postmenopausal women undergoing contrast‐enhanced breast MRI ( N = 118). At the time of MRI all women completed a self‐administered questionnaire and blood samples were collected for hormone analyses. Serum concentrations of estrone (E1), estradiol (E2) and bioavailable E2 were examined by category of BPE and MRI‐density. Compared to women with “minimal” BPE, those who had “marked” BPE had significantly higher serum concentrations of E1, E2 and bioavailable E2 (90% increase, p trend across all categories = 0.001; 150% increase, p trend = 0.001; and 158% increase, p trend = 0.001, respectively). These associations were only affected to a minor extent by adjustment for BMI and other variables. After adjustment for BMI, no significant associations between MRI‐density and serum E1, E2 and bioavailable E2 were observed. Serum estrogen concentrations were significantly positively associated with BPE. Our study provides further evidence of the hormone‐sensitive nature of BPE, indicating a potential role for BPE as an imaging marker of endogenous and exogenous hormonal exposures in the breast.
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 | 0,000 |
| 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) | 0,000 | 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 ».