Premenopausal Plasma Osteoprotegerin and Breast Cancer Risk: A Case–Control Analysis Nested within the Nurses' Health Study II
Notice bibliographique
Résumé
Abstract Background: Emerging evidence supports a role of the receptor activator of NF-κB (RANK) pathway in normal mammary gland development and breast carcinogenesis. Osteoprotegerin (OPG) is the endogenous decoy receptor for RANK-ligand (RANKL), which inhibits RANK-signaling. Whether OPG may be a biomarker of breast cancer risk remains unclear. Methods: We evaluated the association between plasma OPG and breast cancer risk in a case (n = 297)–control (n = 297) study nested within the Nurses' Health Study II. Cases were women who were cancer-free and premenopausal at blood collection who developed invasive breast cancer. OPG was quantified using an ELISA. Conditional logistic regression was used to estimate multivariable odds ratios (OR) and 95% confidence intervals (CI) for the association between OPG levels and breast cancer risk, adjusting for potential confounders. Unconditional logistic regression, additionally adjusting for matching factors, was used for stratified analyses. Results: Overall, there was no substantial evidence for an association between plasma OPG levels and breast cancer risk, although the point estimate for the highest (vs. lowest) quartile was below 1 (OR = 0.78; 95% CI, 0.46–1.33; Ptrend = 0.30). There was no evidence of heterogeneity by various reproductive, hormonal, or tumor characteristics, including hormone receptor status and grade (all Pheterogeneity ≥ 0.17). Conclusions: Findings from this prospective study do not provide substantial evidence for an association between circulating OPG and breast cancer risk among premenopausal women; however, we were underpowered in stratified analyses. Impact: Results do not provide strong evidence for OPG as a potential biomarker of breast cancer risk among premenopausal 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».