Denosumab and breast cancer risk in postmenopausal women: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Denosumab inhibits the receptor activator of nuclear factor κB (RANK) pathway and is used to treat osteoporosis. Emerging evidence suggests RANK-blockade may play a role in mammary tumourigenesis. Thus, we undertook a population-based study of denosumab use and breast cancer risk in a large cohort of postmenopausal women. METHODS: We included women 67+ years with prior bisphosphonate use who filled a first prescription for denosumab. They were matched on age, date, cumulative prior use of and time since last use of a bisphosphonate to women with no history of denosumab. Cox proportional hazards was used to estimate the hazard ratio (HR) of breast cancer with denosumab use. RESULTS: A total of 100,368 women were included in the analysis with 1271 incident breast cancer events. Denosumab use was associated with a 13% decreased breast cancer risk (HR = 0.87; 95% CI 0.76-1.00). There was no relationship between increasing number of denosumab doses and breast cancer risk (P-trend = 0.15). CONCLUSION: These findings suggest a potential protective effect of ever denosumab use on breast cancer risk in a cohort of older women previously treated with bisphosphonates.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».