High Body Mass Index Was Associated With Human Epidermal Growth Factor Receptor 2-Positivity, Histological Grade and Disease Progression Differently by Age
Notice bibliographique
Résumé
Background: Breast cancer is the most commonly occurring cancer among women. The relationship between the obesity paradox and breast cancer is still unclear. The goal of this study is to elucidate the association between high body mass index (BMI) and pathological findings by age. Methods: We collected BMI information pertinent to breast cancer patients from the Gene Expression Omnibus (GEO) database. We use a BMI of 25 as a boundary, and those greater than 25 are defined as high BMI. Besides, we segregated the patients based on age into two age groups: < 55 years, and > 55 years. In this study, R × C Chi-square for trend and binary logistic regression was used to estimate the odds ratios (ORs) and corresponding 95% confidence intervals (CIs). Results: Higher BMI was associated with less breast cancer incidence in females younger than 55 years of age (OR = 0.313, CI: 0.240 - 0.407). High BMI was associated with human epidermal growth factor receptor 2 (HER2) positivity in breast cancer patients of less than 55 years (P < 0.001), but not in the older patients. High BMI was associated with histological grade lower than 2 in the breast cancer patients older than 55 years, but not in younger patients (OR = 0.288, CI: 0.152 - 0.544). Besides, high BMI was associated with worse progression-free survival in younger breast cancer patients, but not in older patients (P < 0.05). Conclusions: Our results described a significant relationship between breast cancer incidence and BMI at different ages and benefit breast cancer patients to implement strategies to control their BMI for reducing the recurrence and distant recurrence.
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) | 0,001 | 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) | 0,000 | 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 ».