MétaCan
Menu
Retour à la cohorte
Enregistrement W2944816116 · doi:10.1186/s13058-019-1135-y

Regular use of aspirin and other non-steroidal anti-inflammatory drugs and breast cancer risk for women at familial or genetic risk: a cohort study

2019· article· en· W2944816116 sur OpenAlexaffabout
Rebecca D. Kehm, John L. Hopper, Esther M. John, Kelly‐Anne Phillips, Robert J. MacInnis, Gillian S. Dite, Roger L. Milne, Yuyan Liao, Nur Zeinomar, Julia A. Knight, Melissa C. Southey, Linda T. Vahdat, Naomi Kornhauser, Tessa Cigler, Wendy K. Chung, Graham G. Giles, Sue‐Anne McLachlan, Michael Friedländer, Prue C. Weideman, Gord Glendon, Stephanie Nesci, Irene L. Andrulis, Saundra S. Buys, Mary B. Daly, Mary Beth Terry

Notice bibliographique

RevueBreast Cancer Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory mediators and NSAID effects
Établissements canadiensSinai Health SystemLunenfeld-Tanenbaum Research InstitutePublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Health and Medical Research CouncilMedical Research CouncilNational Cancer InstituteNational Institutes of HealthCancer AustraliaNational Breast Cancer Foundation
Mots-clésMedicineBreast cancerProspective cohort studyAspirinFamily historyInternal medicineCohortCancerProportional hazards modelCohort studyOncology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of aspirin and other non-steroidal anti-inflammatory drugs (NSAIDs) has been associated with reduced breast cancer risk, but it is not known if this association extends to women at familial or genetic risk. We examined the association between regular NSAID use and breast cancer risk using a large cohort of women selected for breast cancer family history, including 1054 BRCA1 or BRCA2 mutation carriers. METHODS: We analyzed a prospective cohort (N = 5606) and a larger combined, retrospective and prospective, cohort (N = 8233) of women who were aged 18 to 79 years, enrolled before June 30, 2011, with follow-up questionnaire data on medication history. The prospective cohort was further restricted to women without breast cancer when medication history was asked by questionnaire. Women were recruited from seven study centers in the United States, Canada, and Australia. Associations were estimated using multivariable Cox proportional hazards regression models adjusted for demographics, lifestyle factors, family history, and other medication use. Women were classified as regular or non-regular users of aspirin, COX-2 inhibitors, ibuprofen and other NSAIDs, and acetaminophen (control) based on self-report at follow-up of ever using the medication for at least twice a week for ≥1 month prior to breast cancer diagnosis. The main outcome was incident invasive breast cancer, based on self- or relative-report (81% confirmed pathologically). RESULTS: From fully adjusted analyses, regular aspirin use was associated with a 39% and 37% reduced risk of breast cancer in the prospective (HR = 0.61; 95% CI = 0.33-1.14) and combined cohorts (HR = 0.63; 95% CI = 0.57-0.71), respectively. Regular use of COX-2 inhibitors was associated with a 61% and 71% reduced risk of breast cancer (prospective HR = 0.39; 95% CI = 0.15-0.97; combined HR = 0.29; 95% CI = 0.23-0.38). Other NSAIDs and acetaminophen were not associated with breast cancer risk in either cohort. Associations were not modified by familial risk, and consistent patterns were found by BRCA1 and BRCA2 carrier status, estrogen receptor status, and attained age. CONCLUSION: Regular use of aspirin and COX-2 inhibitors might reduce breast cancer risk for women at familial or genetic risk.

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)0,002
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 enseignants0,020
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,021
Tête enseignante GPT0,325
Écart entre enseignants0,304 · 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

Citations69
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBreast Cancer ResearchMême sujetInflammatory mediators and NSAID effectsTravaux en français237 207