Risk factors for breast cancer development by tumor characteristics among women with benign breast disease
Notice bibliographique
Résumé
BACKGROUND: Among women diagnosed with invasive breast cancer, 30% have a prior diagnosis of benign breast disease (BBD). Thus, it is important to identify factors among BBD patients that elevate invasive cancer risk. In the general population, risk factors differ in their associations by clinical pathologic features; however, whether women with BBD show etiologic heterogeneity in the types of breast cancers they develop remains unknown. METHODS: Using a nested case-control study of BBD and breast cancer risk conducted in a community healthcare plan (Kaiser Permanente Northwest), we assessed relationships of histologic features in BBD biopsies and patient characteristics with subsequent breast cancer risk and tested for heterogeneity of associations by estrogen receptor (ER) status, tumor grade, and size. The study included 514 invasive breast cancer cases (median follow-up of 9 years post-BBD diagnosis) and 514 matched controls, diagnosed with proliferative or non-proliferative BBD between 1971 and 2006, with follow-up through mid-2015. Odds ratios (ORs) and 95% confidence intervals (CIs) were obtained using multivariable polytomous logistic regression models. RESULTS: Breast cancers were predominantly ER-positive (86%), well or moderately differentiated (73%), small (74% < 20 mm), and stage I/II (91%). Compared to patients with non-proliferative BBD, proliferative BBD with atypia conferred increased risk for ER-positive cancer (OR = 5.48, 95% CI = 2.14-14.01) with only one ER-negative case, P-heterogeneity = 0.45. The presence of columnar cell lesions (CCLs) at BBD diagnosis was associated with a 1.5-fold increase in the risk of both ER-positive and ER-negative tumors, with a 2-fold increase (95% CI = 1.21-3.58) observed among postmenopausal women (56%), independent of proliferative BBD status with and without atypia. We did not identify statistically significant differences in risk factor associations by tumor grade or size. CONCLUSION: Most tumors that developed after a BBD diagnosis in this cohort were highly treatable low-stage ER-positive tumors. CCL in BBD biopsies may be associated with moderately increased risk, independent of BBD histology, and irrespective of ER status.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».