MRI background parenchymal enhancement, breast density and breast cancer risk factors: A cross-sectional study in pre- and post-menopausal women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Breast tissue enhances on contrast MRI and is called background parenchymal enhancement (BPE). Having high BPE has been associated with an increased risk of breast cancer. We examined the relationship between BPE and the amount of fibroglandular tissue on MRI (MRI-FGT) and breast cancer risk factors. This was a cross-sectional study of 415 women without breast cancer undergoing contrast-enhanced breast MRI at Memorial Sloan Kettering Cancer Center. All women completed a questionnaire assessing exposures at the time of MRI. Prevalence ratios (PR) and 95% confidence intervals (CI) describing the relationship between breast cancer risk factors and BPE and MRI-FGT were generated using modified Poisson regression. In multivariable-adjusted models a positive association between body mass index (BMI) and BPE was observed, with a 5-unit increase in BMI associated with a 14% and 44% increase in prevalence of high BPE in pre- and post-menopausal women, respectively. Conversely, a strong inverse relationship between BMI and MRI-FGT was observed in both pre- (PR = 0.66, 95% CI 0.57, 0.76) and post-menopausal (PR = 0.66, 95% CI 0.56, 0.78) women. Use of preventive medication (e.g., tamoxifen) was associated with having low BPE, while no association was observed for MRI-FGT. BPE is an imaging marker available from standard contrast-enhanced MRI, that is influenced by endogenous and exogenous hormonal exposures in both pre- and post-menopausal women.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle