MétaCan
Menu
Retour à la cohorte
Enregistrement W3134148085 · doi:10.3389/fonc.2021.626058

Pre- and Postoperative Circulating IGF-I, IGFBP-3, and IGFBP-7 Levels in Relation to Endocrine Treatment and Breast Cancer Recurrence: A Nested Case-Control Study

2021· article· en· W3134148085 sur OpenAlexaff
Ann H. Rosendahl, Sofie Björner, Maria Ygland Rödström, Karin Jirström, Signe Borgquist, Christian Ingvar, Michaël Pollak, Helena Jernström

Notice bibliographique

RevueFrontiers in Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesSkånes universitetssjukhusStiftelsen Konung Gustaf V:s JubileumsfondFru Berta Kamprads StiftelseRegion SkåneGunnar Nilssons CancerstiftelseKungliga Fysiografiska Sällskapet i LundMedicinska Fakulteten, Lunds UniversitetPercy Falk FoundationPercy Falks Stiftelse för Forskning Beträffande Prostata- och BröstcancerLunds UniversitetCancerfondenFalk Foundation
Mots-clésMedicineNested case-control studyBreast cancerEndocrine systemOncologyCase-control studyInternal medicineCancerHormone

Résumé

récupéré en direct d'OpenAlex

Insulin-like growth factor-I (IGF-I) and its binding proteins (BPs) have been associated with breast cancer risk, especially high IGF-I concentrations and the biologically active fraction estimated as the IGF-I/IGFBP-3 molar ratio. The relation of circulating IGF-I and IGFBP-3 concentrations with risk of breast cancer recurrence has been less documented. In addition a new member to a sub-group of the IGFBP-superfamily was recently identified, the low affinity IGFBP-7. To date, the role of systemic IGFBP-7 in breast cancer progression has not been investigated. Our purpose was to establish whether circulating IGF-I, IGFBP-3, and IGFBP-7 levels are related to recurrence-risk in breast cancer. A case-control study was nested within the population-based BCBlood cohort of 853 breast cancer patients diagnosed 2002–2010 in Sweden and followed through 2012. In total, 95 patients with recurrence and 170 controls were matched on age and tumor characteristics. Plasma IGF analytes and tumor membrane IGF-I receptor (IGF-IR m ) positivity were analyzed and recurrence-risk was evaluated with conditional logistic regression. Preoperative tertiles of IGF-I and IGFBP-3 were both positively associated with recurrence-risk, but not IGFBP-7. The trend was of borderline significance for IGF-I, T1:REF, T2 OR:1.6, T3 OR: 2.2 adjusted P trend =0.057 and significant for IGFBP-3 T1:REF, T2 OR:1.2, T3 OR: 2.1 adjusted P trend =0.042. The models were adjusted for age, anthropometric factors, smoking, and treatments. There was a significant interaction between IGFBP-7 and IGF-IR m positivity on recurrence, where the highest IGFBP-7 highest IGFBP-7 tertile conferred increased recurrence-risk in patients with IGF-IR m positive tumors but not in those with IGF-IR m negative tumors ( P interaction =0.024). By the 1-year visit, age-adjusted IGF-I levels were reduced by 17% while IGFBP-3 and IGFBP-7 were stable. IGF-I levels were significantly reduced by radiotherapy in all patients and by tamoxifen in patients with ER + tumors. Postoperative changes >10% (n=208) in IGF-I, IGFBP-3, IGFBP-7, or the IGF-I/IGFBP-3 ratio did not predict recurrence after adjustment for preoperative levels, age, anthropometric factors, smoking, and treatments. In conclusion, this study suggests that preoperative IGF-I and IGFBP-3 levels, but not postoperative changes, might provide independent prognostic information and influence breast cancer recurrence. The role of IGFBP-7 in breast cancer merits further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,089
Score d'incertitude au seuil0,839

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,323
Écart entre enseignants0,301 · 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 tête enseignante, 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207