MétaCan
Menu
← Retour à la cohorte
Enregistrement W3082378104 · doi:10.1158/1557-3265.ovca19-b30

Abstract B30: The effect of OCP use on the incidence of precancerous p53 lesions in fallopian tube fimbria

2020· article· en· W3082378104 sur OpenAlexaboutno aff
Kendall Greening, Anthony N. Karnezis, Dawn R. Cochrane, David Farnell, Lien Hoang, Gillian E. Hanley, David Huntsman

Notice bibliographique

RevueClinical Cancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)Serous fluidFallopian tubeImmunohistochemistrySerous carcinomaCohortOvarian cancerFimbriaGynecologyCancerInternal medicineGastroenterologyOncologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: High-grade serous ovarian carcinoma (HGSOC) accounts for >70% of ovarian cancer-related deaths and is the most common ovarian cancer histotype, most originating from precancerous p53 lesions in the fallopian tube (FT) fimbria. Use of oral contraceptive pills (OCPs) for 5 years or more is associated with a >40% reduction in risk of HGSOC, but the mechanism is unknown. We hypothesize that OCP use reduces the incidence of p53 lesions. Our preliminary data show higher incidence of p53 lesions in post- compared to premenopausal women; therefore we aim to quantify p53 lesions in postmenopausal women who previously did or did not use OCPs. This will provide insight into the protective effects of OCPs against HGSOC. Preliminary Results: We determined the presence of p53 lesions by immunohistochemistry (IHC) in FT of women up to 40 years old (n=27) and >60 years old (n=24) who underwent salpingectomies for noncancer reasons. p53 lesions were identified in 3/27 cases of the younger cohort (11%) and in 10/24 of the older cohort (42%). Thus, we conclude an increased incidence of p53 lesions in older compared to younger women. Proposed Design: IHC for p53 will be performed on FT fimbria of women >55 years old who received salpingectomy for noncancer reasons. Based on an assumed reduction in p53 lesions of 35% in women who used OCPs for 5 years or more compared to nonusers (25 vs. 42%), analysis of 190 cases from each group will provide >80% power (p<0.05). Cases will be identified through Population Data BC and blind analysis by p53 IHC will be performed at the Vancouver General Hospital. Data will be flowed back to Pop Data BC to compare to OCP data. Conclusion: Our preliminary study found that 42% of postmenopausal women had p53 lesions, informing this study design. The study registered through this abstract will be the first to examine the impact of OCPs on the earliest known precursors of HGSOC. Citation Format: Kendall Greening, Anthony Karnezis, Dawn Cochrane, David Farnell, Lien Hoang, Gillian Hanley, David Huntsman. The effect of OCP use on the incidence of precancerous p53 lesions in fallopian tube fimbria [abstract]. In: Proceedings of the AACR Special Conference on Advances in Ovarian Cancer Research; 2019 Sep 13-16, 2019; Atlanta, GA. Philadelphia (PA): AACR; Clin Cancer Res 2020;26(13_Suppl):Abstract nr B30.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0050,000

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 Opus0,333
Tête enseignante GPT0,524
Écart entre enseignants0,191 · 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 revueClinical Cancer Research→Même sujetOvarian cancer diagnosis and treatment→Travaux en français237 207→