Blood arsenic levels and the risk of familial breast cancer in Poland
Notice bibliographique
Résumé
Arsenic is recognized as a potent carcinogen at high concentrations, but the relationship between environmental arsenic and breast cancer risk has not well been studied. Most research has focused on the effect of arsenic in populations with high endemic exposure, and not in populations with arsenic levels within normal limits. We sought to determine if blood arsenic levels predict the risk of breast and other cancers risk among women in northern Poland. The cohort consisted of 1,702 healthy women, aged 40 and above, identified between 2010 and 2017. Blood arsenic level was determined by inductively coupled plasma mass spectrometry. After an average of 4.5 years of follow-up (range 0.7-7.3 years), there were 110 incident cases of cancer diagnosed in the cohort, including 68 cases of breast cancer. Women in the highest quartile of arsenic had a highly significant 13-fold increased risk of developing breast cancer, compared to women in the lowest quartile (hazard ratio [HR] = 13.2; 95% confidence interval [CI] 4.02-43.0). Results were similar for arsenic and all incident cancers (HR quartile 4 vs. quartile 1 = 13.3; 95% CI 4.78-37.0). If confirmed, our study suggests that the blood arsenic level may be a useful predictive marker of cancer risk in women.
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) | 0,002 | 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 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 ».