Data from Male-Pattern Vertex Baldness Trajectories, Chest Hair Patterns, and Odds of Overall and Aggressive Prostate Cancer
Notice bibliographique
Résumé
AbstractBackground: The link between hormones and hair growth is well established. Inconsistent associations have been found between hair patterns and cancer of the prostate, a hormone-dependent organ. We assessed vertex baldness trajectories, chest hair amount, and their relationships with the odds of developing prostate cancer in a large case–control study in Montreal, Canada. Methods: In-person interviews were conducted with 1,931 incident prostate cancer cases and 1,994 population-based age-matched (±5 years) controls. Participants reported their hair patterns using the validated Hamilton–Norwood scale of baldness for 10-year increments starting at age 30, and their current amount of chest hair. Group-based trajectories were used to identify men sharing similar patterns of vertex baldness severity over adulthood. Multivariable logistic regression assessed associations between indicators of baldness (frontal, vertex, age at onset, severity, and trajectories), chest hair, and odds of prostate cancer. Results: Vertex balding onset at age 30 was associated with increased odds of overall prostate cancer [Odds ratio (OR), 1.30; 95% confidence interval (CI), 1.03–1.64]. Men in the trajectory characterized by early moderate vertex baldness and developing severe baldness had increased odds of overall (OR, 1.42; 95% CI, 1.03–1.96) and especially aggressive prostate cancer (OR, 1.98; 95% CI, 1.21–3.22) compared with men without baldness. Men with little chest hair had higher odds of aggressive tumors than those with a moderate amount/a lot of chest hair. Conclusions: Early-onset moderate vertex baldness that progresses and having little chest hair may be useful biomarkers of aggressive prostate cancer. Impact: Integration of early-onset vertex balding patterns into risk prediction models of aggressive prostate cancer should be envisaged.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».