Association of Adipose Tissue Distribution With Type 2 Diabetes in Breast Cancer Patients
Notice bibliographique
Résumé
PURPOSE: We examined the association of adipose tissue distribution with type 2 diabetes (T2D) in breast cancer patients. METHODS: Participants (N = 238) diagnosed with breast cancer at 20-75 years old who received breast cancer treatment at a major hospital from January 1, 2012, to December 31, 2017, with at least one completed and identifiable abdominal or pelvic computed tomography (CT) scan and data regarding race and ethnicity were included. Thirty-two breast cancer patients were identified as T2D patients after their breast cancer diagnoses. The adipose tissue distribution (visceral fat area [VFA], subcutaneous fat area [SFA], and the ratio of VFA to SFA [VFA/SFA]) was quantified on CT images of the third lumbar vertebra. T2D status was retrieved from patients' electronic medical records. The association of adipose tissue distribution with T2D in women with breast cancer was examined using multivariable logistic regression. RESULTS: SFA). A positive association of VFA/SFA ratio with T2D was observed (OR = 19.57, 95% CI = 3.26-117.42, per unit VFA/SFA), although the estimate was imprecise. CONCLUSIONS: The amount of subcutaneous adipose tissue was inversely associated with T2D, and the ratio of the amount of visceral adipose tissue to the amount of subcutaneous adipose tissue was positively associated with T2D in breast cancer patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».