Weight Gain after Hormone Receptor-Positive Breast Cancer
Notice bibliographique
Résumé
Obesity following breast cancer diagnosis is associated with poor overall survival. Understanding weight trajectories will help inform breast cancer survivors at greater risk of weight gain, and those who would benefit from earlier anti-obesity interventions. We performed a retrospective chart review of women from the Breast Cancer Program Longitudinal Repository (BCPLR) at Johns Hopkins diagnosed with hormone receptor-positive Stage I-III breast cancer from 2010 to 2020. We investigated obesity (measured by body mass index [BMI]) over time, patient and tumor characteristics, as well as treatment and recurrence. We observed a significant ≥5% increase in BMI from diagnosis to most recent follow-up (p = 0.009), particularly among those who were overweight at diagnosis (p = 0.003). Additionally, among those up to 5 years since diagnosis, there was a significant association between experiencing a ≥0.1 kg/m2 increase per year since diagnosis and baseline BMI status (p = 0.009). A ≥0.6 kg/m2 decrease in BMI was observed for participants with obesity at diagnosis (p = 0.006). Our study highlights (i) the significant burden of obesity in women with a history of breast cancer and (ii) higher risks for increases in BMI and shifts in class of obesity among women who are overweight at diagnosis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,009 | 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 ».