MétaCan
Menu
← Retour à la cohorte
Enregistrement W4282973720 · doi:10.1158/1538-7445.am2022-732

Abstract 732: Weight gain after age 18 and breast cancer risk: A meta-analysis

2022· article· en· W4282973720 sur OpenAlexaboutno aff
Yunan Han, Ebunoluwa Otegbeye, Carrie Stoll, Angela Hardi, Graham A. Colditz, Adetunji T. Toriola

Notice bibliographique

RevueCancer Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerMeta-analysisPublication biasCochrane LibraryWeight gainConfidence intervalOncologyCancerSubgroup analysisCohort studyStudy heterogeneityInternal medicineDemographyGynecologyBody weight

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Current cancer research recognizes that early life factors are important risk factors for breast cancer. Studies suggest that weight gain after age 18 plays a role in the development of breast cancer; however, the research related to their association is inconsistent. Thus, we performed a meta-analysis to evaluate the associations between weight gain after age 18 and risk of breast cancer and to clarify whether there is heterogeneity stratified by menopausal status. Methods: We performed a comprehensive literature search of all relevant studies published prior to February 19, 2021, according to the established inclusion criteria, utilizing Medline (Ovid), Embase, Scopus, Cochrane Library, and ClinicalTrials.gov. Two reviewers independently reviewed the articles for final inclusion. The Newcastle-Ottawa Scale (NOS) was used to assess the quality of studies. Summary risk estimates (REs) with the corresponding 95% confidence intervals (CIs) were calculated using a random-effect or fixed-effect model, based on heterogeneity significance. Subgroup analyses were performed based on types of study design (case-control vs. cohort), country of study (the USA vs. other countries), and menopausal status (premenopausal vs. postmenopausal). We conducted sensitivity analysis and publication bias detection. We performed all statistical analyses with STATA version 16.1, and all P values were two-tailed, the test level was 0.05. Results: Seventeen out of 4,368 unique studies (12 case-control studies and 5 cohort studies) met the selection criteria. All studies were considered moderate to high quality with NOS scores that ranged from 5 to 8. Overall, weight gain after age 18 was associated with an increased risk of breast cancer (RE = 1.27; 95%CI = 1.13 - 1.42). In subgroup analyses, menopausal status was a source of heterogeneity. Weight gain after age 18 was associated with an increased risk of breast cancer among postmenopausal women (RE = 1.45; 95% CI = 1.31 - 1.62), but not among premenopausal women (RE = 1.03; 95% CI = 0.95 - 1.11). We did not find differences in associations by type of study design (case-control study: RE = 1.28; 95%CI = 1.09 - 1.51; cohort study: RE = 1.24; 95%CI = 1.07 - 1.44) nor country of study (the USA: RE = 1.28; 95%CI = 1.13 - 1.45; other countries: RE = 1.25; 95%CI = 0.94 - 1.66). The sensitivity analysis confirmed the stability of the results. The funnel plot suggested no publication bias. Conclusion: The current meta-analysis demonstrates that weight gain after age 18 is associated with increased breast cancer risk in postmenopausal women but not in premenopausal women. These findings suggest that it is important to keep weight within the healthy range and manage weight gain in adult life to fight against breast cancer among postmenopausal women. Citation Format: Yunan Han, Ebunoluwa E. Otegbeye, Carrie Stoll, Angela Hardi, Graham A. Colditz, Adetunji T. Toriola. Weight gain after age 18 and breast cancer risk: A meta-analysis [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2022; 2022 Apr 8-13. Philadelphia (PA): AACR; Cancer Res 2022;82(12_Suppl):Abstract nr 732.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,034
Méta-épidémiologie (sens strict)0,0040,001
Méta-épidémiologie (sens large)0,0170,056
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,119
Tête enseignante GPT0,430
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCardiovascular Health and Risk Factors→Travaux en français237 207→