Genetically predicted circulating concentrations of micronutrients and risk of breast cancer: A Mendelian randomization study
Notice bibliographique
Résumé
Abstract The epidemiological literature reports inconsistent associations between consumption or circulating concentrations of micronutrients and breast cancer risk. We investigated associations between genetically predicted concentrations of 11 micronutrients (beta‐carotene, calcium, copper, folate, iron, magnesium, phosphorus, selenium, vitamin B 6 , vitamin B 12 and zinc) and breast cancer risk using Mendelian randomization (MR). A two‐sample MR study was conducted using 122 977 women with breast cancer and 105 974 controls from the Breast Cancer Association Consortium. MR analyses were conducted using the inverse variance‐weighted approach, and sensitivity analyses were conducted to assess the impact of potential violations of MR assumptions. A value of 1 SD (SD: 0.08 mmol/L) higher genetically predicted concentration of magnesium was associated with a 17% (odds ratio [OR]: 1.17, 95% confidence interval [CI]: 1.10‐1.25, P value = 9.1 × 10 −7 ) and 20% (OR: 1.20, 95% CI: 1.08‐1.34, P value = 3.2 × 10 −6 ) higher risk of overall and ER +ve breast cancer, respectively. An inverse association was observed for a SD (0.5 mg/dL) higher genetically predicted phosphorus concentration and ER −ve breast cancer (OR: 0.84, 95% CI: 0.72‐0.98, P value = .03). There was little evidence that any other nutrient was associated with breast cancer. The results for magnesium were robust under all sensitivity analyses and survived correction for multiple comparisons. Higher circulating concentrations of magnesium and potentially phosphorus may affect breast cancer risk. Further work is required to replicate these findings and investigate underlying mechanisms.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».