MétaCan
Menu
Retour à la cohorte
Enregistrement W3031218912 · doi:10.1200/jco.2020.38.15_suppl.e13632

Reproductive risk factor patterns in the Caribbean affecting breast cancer age of onset.

2020· article· en· W3031218912 sur OpenAlexaff
Alex P. Sanchez‐Covarrubias, Danielle Cerbon, Priscila Barreto Coelho, Talia Donenberg, Mohammad R. Akbari, Jameel Ali, Raleigh Butler, DuVaughn Curling, Leah V. Dodds, Vincent DeGennaro, Hedda Dyer, Darron Halliday, Steven A. Narod, Isildinha Reis, Matthew Schlumbrecht, Theodore Turnquest, Gillian Wharfe, Judith Hurley, Sophia George

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesNational Institutes of Health
Mots-clésMedicineBreast cancerMenarcheDemographyFamily historyCancerGynecologyLogistic regressionPregnancyObstetricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

e13632 Background: Breast cancer is the leading cause of cancer in high-income (HIC) and low to middle-income countries (LMIC); and is the most common diagnosed cancer among women. Factors affecting breast cancer incidence include obesity, parity, age of menarche, age of first pregnancy and mutations in BRCA1/2 and genes involved in the homologous recombination repair pathway. These factors differ between HICs and LMICs including countries in the Caribbean. The majority of women from the Caribbean are of African ancestry and Black women have increased morbidity and mortality rates of breast cancer. Our goal is to study how reproductive patterns affect breast cancer age at presentation in Caribbean-born women. Methods: We conducted a prospective observational study recruiting patients from The Bahamas, Barbados, Cayman Islands, Dominica, Haiti, Jamaica and Trinidad and Tobago. Women were considered eligible if they were diagnosed with primary breast cancer at any age. The cohort was divided into four groups based on the year of birth ( < 1950, 1950 – 1959, 1960 – 1969, > 1970). The following data was collected: age at diagnosis of breast cancer, family history of cancer, age of first pregnancy, number of pregnancies, number of children, number of siblings, BMI at time of enrollment, age of menarche and menopause. Data analysis was conducted using the Chi-square test, ANOVA and logistic regression model. Results: A total of 1015 were enrolled and 995 met inclusion criteria. When comparing women born < 1950 to those > 1970, there was a statistically significant difference between means for the variables: Age at Breast cancer diagnosis (60.7 vs 35, p <.0001); number of siblings (4.5 vs 6.6, p <.0001); age of menarche (13.4 vs 12.3, p <.0001); number of pregnancies (4 vs 2.09); number of children (3.5 vs 1.6, p <.0001) and age of menopause at diagnosis (47.4 vs 37.5, p <.0001). When comparing women who were never pregnant to those who experienced pregnancy, mean age at breast cancer diagnosis was significantly reduced from 47.3 to 41.5 (p < 0.0001). Women who had n = 3 or more children were diagnosed older (mean of 49.9 years), compared to women with 2 or less children, (45.1 years, p < 0.0001). In multivariate analysis a higher likelihood for a positive mutation between year of birth 1960-1969 (aOR 2.19 [1.24 – 3.88], p = 0.007) and > 1970 (aOR 2.02 [1.06 – 3.88], p = 0.034) compared to < 1950. Conclusions: Our data shows that the Caribbean has undergone a rapid change in reproductive patterns in one generation. These changes provide an insight of risk factor patterns for breast cancer incidence which are associated with younger age of onset.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,136
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,157
Tête enseignante GPT0,479
Écart entre enseignants0,321 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Risks and FactorsTravaux en français237 207