<p>Mammographic density parameters and breast cancer tumor characteristics among postmenopausal women</p>
Notice bibliographique
Résumé
Purpose: Mammographic density is an important breast cancer risk factor, although it is not clear whether the association differs across breast cancer tumor subtypes. We examined the association between indicators of mammographic density and breast cancer risk by tumor subtype among postmenopausal women by investigating heterogeneity across tumor characteristics. Methods: Mammographic density measures were determined for 477 breast cancer cases and 588 controls, all postmenopausal, in Vancouver, British Columbia, using digitized screening mammograms and Cumulus software. Mammographic dense (DA), non-dense (NDA), and percent dense (PDA) areas were treated as continuous covariates and categorized into quartiles according to the distribution in controls. For cases only, tests for heterogeneity between tumor subtypes were assessed by multinomial logistic regression. Associations between mammographic density and breast cancer risk were modeled for each subtype separately through unconditional logistic regression. Results: Heterogeneity was apparent for the association of PDA with tumor size ( p -heterogeneity=0.04). Risk did not differ across the other assessed tumor characteristics ( p -heterogeneity values >0.05). Conclusion: These findings do not provide strong evidence that mammographic density parameters differentially affect specific breast cancer tumor characteristics. Keywords: mammographic density, breast cancer, tumor characteristics, heterogeneity, multinomial logistic regression
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».