MétaCan
Menu
Retour à la cohorte
Enregistrement W4313168947 · doi:10.4103/jcls.jcls_47_22

Breast cancer heterogeneity

2022· article· en· W4313168947 sur OpenAlexaff
Faustin Ntirenganya, Jean Damascene Twagirumukiza, Georges Bucyibaruta, Belson Rugwizangoga, Stephen Rulisa

Notice bibliographique

RevueJournal of Clinical Sciences · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBreast cancerCancerOncologyMedicinePostmenopausal womenPopulationInternal medicineDemographyGynecologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Breast cancer (BC) is the most prevalent cancer in women and the leading cause of women's cancer-related deaths and morbidity worldwide. Conventionally considered as a single disease, recent advances suggest that BC is rather a heterogeneous disease with different molecular subtypes exhibiting distinct clinical presentation, anatomo-pathological features, response to treatment and survival outcomes. The purpose of this study was to compare tumor characteristics and epidemiologic risk factors associated with premenopausal versus postmenopausal BC and to assess heterogeneity by menopausal status. Methods: This was a comparative cross-sectional study. A total of 340 patients were included in the study (170 premenopausal vs. 170 postmenopausal BC). Patients' and tumor characteristics were compared in both populations. Percentages and means have been used for descriptive statistics. For categorical variables with comparison groups not exceeding 2, Fischer's exact test was used, otherwise, Chi-square test was used. For continuous variables, Mann–Whitney U -test has been used to compare the numerical ranked variables. A value of P = 0.05 or less was considered statistically significant. Odds ratio (OR) and 95% confidence interval (CI) was estimated using logistic regression analysis. Results: The median age of patients was 49 years (range: 18–89 years), with premenopausal median age of 41 years (range 18–50 years) and postmenopausal median age of 58 years (range 48–89 years). Factors associated more with the occurrence of premenopausal BC than postmenopausal BC were obesity/overweight in adolescence/early adulthood (OR = 0.29 95% CI 0.18–0.49, P < 0.001) and history of benign breast disease (OR 0.34 95% CI 0.14–0.83, P = 0.014), while factors associated more with postmenopausal than premenopausal BC included alcohol intake (OR = 2.47 95% CI 1.54–3.98, P < 0.001), history of breastfeeding (OR = 2.75 1.12–6.78, P = 0.036). However, sports activities (OR = 0.33 95% CI 0.16–0.65, P = 0.0015) and contraceptive use (OR = 0.19 95% CI 0.12–0.32, P < 0.001) seem to be protective for postmenopausal BC. In premenopausal period, patients presented more at advanced stages (Stage III and IV) (51.2% of premenopausal vs. 44.7% for postmenopausal, P = 0.0246), reported more intermediate-to-rapid disease progression (92% in premenopausal vs. 81.1% in postmenopausal ( P < 0.001), had more invasive ductal carcinoma (98% in premenopausal vs. 93.5% in postmenopausal ( P = 0.053) and had more poorly differentiated tumors (72% compared to 19.4% of postmenopausal BC patients ( P < 0.0001). There was no statistically difference in molecular subtypes distribution between premenopausal and postmenopausal women ( P = 0.062). However, progesterone receptor (PR) positivity was more associated with postmenopausal BC ( P = 0.0165). Conclusion: BC is a heterogeneous disease. Premenopausal BC seems to be more aggressive than postmenopausal BC, with a relatively high prevalence of poorly differentiated and high-grade tumors with rapid progression. However, pre- and postmenopausal BC have similar molecular subtypes with different PR expression but similar ER and human epidermal growth factor receptor 2/Neu oncogene expression.

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)0,001
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 enseignants0,060
Score d'incertitude au seuil0,187

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,071
Tête enseignante GPT0,435
Écart entre enseignants0,364 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical SciencesMême sujetBreast Cancer Treatment StudiesTravaux en français237 207