MétaCan
Menu
Retour à la cohorte
Enregistrement W3012157230 · doi:10.1016/j.annonc.2020.01.066

Insulin-like growth factor-1, insulin-like growth factor-binding protein-3, and breast cancer risk: observational and Mendelian randomization analyses with ∼430 000 women

2020· article· en· W3012157230 sur OpenAlexfundno aff
Neil Murphy, Anika Knüppel, Nikos Papadimitriou, Richard M. Martin, Konstantinos K. Tsilidis, Karl Smith-Byrne, Georgina K. Fensom, Aurora Perez‐Cornago, Ruth C. Travis, Timothy J. Key, Marc J. Gunter

Notice bibliographique

RevueAnnals of Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteMedical Research CouncilWorld Health OrganizationEuropean CommissionWellcome TrustNIHR Bristol Biomedical Research CentreNational Institutes of HealthCancer Research UKGovernment of CanadaMinistère de l'Économie, de la Science et de l'Innovation - QuébecCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchGenome Canada
Mots-clésMendelian randomizationMedicineBreast cancerHazard ratioInternal medicineProportional hazards modelOncologyRisk factorOdds ratioInsulin-like growth factorConfidence intervalConfoundingCancerGrowth factorGeneticsBiologyGenotype

Résumé

récupéré en direct d'OpenAlex

Background Epidemiological evidence supports a positive association between circulating insulin-like growth factor-1 (IGF-1) concentrations and breast cancer risk, but both the magnitude and causality of this relationship are uncertain. We conducted observational analyses with adjustment for regression dilution bias, and Mendelian randomization (MR) analyses allowed for causal inference. Patients and methods We investigated the associations between circulating IGF-1 concentrations and incident breast cancer risk in 206 263 women in the UK Biobank. Multivariable hazard ratios (HRs) and 95% confidence intervals (CI) were estimated using Cox proportional hazards models. HRs were corrected for regression dilution using repeat IGF-1 measures available in a subsample of 6711 women. For the MR analyses, genetic variants associated with circulating IGF-1 and IGF-binding protein-3 (IGFBP-3) levels were identified and their association with breast cancer was examined with two-sample MR methods using genome-wide data from 122 977 cases and 105 974 controls. Results In the UK Biobank, after a median follow-up of 7.1 years, 4360 incident breast cancer cases occurred. In the multivariable-adjusted models corrected for regression dilution, higher IGF-1 concentrations were associated with a greater risk of breast cancer (HR per 5 nmol/l increment of IGF-1 = 1.11, 95% CI = 1.07–1.16). Similar positive associations were found by follow-up time, menopausal status, body mass index, and other risk factors. In the MR analyses, a 5 nmol/l increment in genetically-predicted IGF-1 concentration was associated with a greater breast cancer risk (odds ratio = 1.05, 95% CI = 1.01–1.10; P = 0.02), with a similar effect estimate for estrogen-positive (ER + ) tumours, but no effect found for estrogen-negative (ER − ) tumours. Genetically-predicted IGFBP-3 concentrations were not associated with breast cancer risk (odds ratio per 1-standard deviation increment = 1.00, 95% CI = 0.97–1.04; P = 0.98). Conclusion Our results support a probable causal relationship between circulating IGF-1 concentrations and breast cancer, suggesting that interventions targeting the IGF pathway may be beneficial in preventing breast tumorigenesis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,100
Tête enseignante GPT0,344
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations165
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of OncologyMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207