The unique risk factor profile of triple-negative breast cancer: a comprehensive meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Triple-negative breast cancer (TNBC) has a poor prognosis compared with other breast cancer subtypes. This systematic review and meta-analysis examines whether known risk factors for breast cancer are also associated with TNBC in adult women. METHODS: EMBASE, Medline, SCOPUS, and gray literature were queried with no limit on the date or language of publication. The exposures of interest included parity, breastfeeding, duration of breastfeeding, age at menarche, age at first live birth, oral contraceptive (OC) use, duration of OC use, use of menopausal hormone therapy (MHT), family history, body mass index (BMI), alcohol use, smoking, and breast density. The main outcome of interest was TNBC. Study quality was determined using the Newcastle-Ottawa scale for case control studies and cohort studies. We estimated weighted odds ratios from random effects models to study the exposure-outcome associations. Protocol was registered under the number: PROSPERO 2021 CRD42021254594. RESULTS: Thirty-three studies were included. Family history, longer duration of OC use, and higher breast density were significantly associated with increased risk for TNBC, whereas later age at menarche, later age at first birth, and breastfeeding were protective against TNBC. Parity, MHT, alcohol, smoking, and BMI were not significantly associated with TNBC overall, but higher parity was associated with higher risk among Black women. CONCLUSION: Our findings highlight that TNBC has a distinct risk factor profile compared with overall breast cancer. This can be the foundational work in identification of actionable TNBC risk factors to improve prevention and early detection of these poor prognosis breast tumors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».