Alcohol and Tobacco Use in Relation to Mammographic Density in 23,456 Women
Notice bibliographique
Résumé
Abstract Background: Percent density (PD) is a strong risk factor for breast cancer that is potentially modifiable by lifestyle factors. PD is a composite of the dense (DA) and nondense (NDA) areas of a mammogram, representing predominantly fibroglandular or fatty tissues, respectively. Alcohol and tobacco use have been associated with increased breast cancer risk. However, their effects on mammographic density (MD) phenotypes are poorly understood. Methods: We examined associations of alcohol and tobacco use with PD, DA, and NDA in a population-based cohort of 23,456 women screened using full-field digital mammography machines manufactured by Hologic or General Electric. MD was measured using Cumulus. Machine-specific effects were estimated using linear regression, and combined using random effects meta-analysis. Results: Alcohol use was positively associated with PD (Ptrend = 0.01), unassociated with DA (Ptrend = 0.23), and inversely associated with NDA (Ptrend = 0.02) adjusting for age, body mass index, reproductive factors, physical activity, and family history of breast cancer. In contrast, tobacco use was inversely associated with PD (Ptrend = 0.0008), unassociated with DA (Ptrend = 0.93), and positively associated with NDA (Ptrend<0.0001). These trends were stronger in normal and overweight women than in obese women. Conclusions: These findings suggest that associations of alcohol and tobacco use with PD result more from their associations with NDA than DA. Impact: PD and NDA may mediate the association of alcohol drinking, but not tobacco smoking, with increased breast cancer risk. Further studies are needed to elucidate the modifiable lifestyle factors that influence breast tissue composition, and the important role of the fatty tissues on breast health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».