MétaCan
Menu
Retour à la cohorte
Enregistrement W4214857569 · doi:10.1080/01635581.2022.2047738

Dietary Fiber, Insulin and Breast Tissue Composition at Age 15–18: A Cross-Sectional Study

2022· article· en· W4214857569 sur OpenAlexafffund
Lisa J. Martin, Sudipta Saha, Linda Linton, Monica Taylor, Jie Zhu, Sofia Chavez, Greg J. Stanisz, Salomon Minkin, Norman F. Boyd

Notice bibliographique

RevueNutrition and Cancer · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensSunnybrook HospitalPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesNational Institutes of HealthCanadian Breast Cancer Research AlliancePrincess Margaret Cancer FoundationMinistry of Health, Ontario
Mots-clésBreast cancerMedicineCross-sectional studyInsulinEndocrinologyInternal medicinePhysiologyWaistHormoneDietary fiberObesityCancerFood scienceBiologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Risk of breast cancer in adult life is influenced by body size and height in childhood, but the mechanisms responsible for these associations are currently unknown. We carried out research to determine if, at age 15-18, measures of dietary intake were associated with body size, hormones, and with variations in breast tissue composition that in adult life are associated with risk of breast cancer. METHODS: In a cross-sectional study of 766 healthy Caucasian women aged 15-18, we measured percent breast water (PBW), total breast water and fat by magnetic resonance (MR), and assessed dietary intake using a validated food frequency questionnaire. We also measured height, weight, skin-fold thicknesses and waist-to-hip ratio, and in fasting blood assayed glucose and insulin. RESULTS: After adjustment for age, measures of body size, and energy intake, dietary fiber (insoluble and total fiber) and insulin were associated positively and significantly with PBW. CONCLUSIONS: Dietary fiber and fasting insulin were associated with breast tissue measures. These data suggest a potential approach to breast cancer prevention.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,068
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,343
Écart entre enseignants0,308 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrition and CancerMême sujetCancer Risks and FactorsTravaux en français237 207