MétaCan
Menu
Retour à la cohorte
Enregistrement W4393950736 · doi:10.3390/nu16071000

Serum Levels of Copper and Zinc and Survival in Breast Cancer Patients

2024· article· en· W4393950736 sur OpenAlexafffund
Marek Szwiec, Wojciech Marciniak, Róża Derkacz, Tomasz Huzarski, Jacek Gronwald, Cezary Cybulski, Tadeusz Dębniak, Anna Jakubowska, Marcin Lener, Michał Falco, Józef Kładny, Piotr Baszuk, Joanne Kotsopoulos, Steven A. Narod, Jan Lubiński

Notice bibliographique

RevueNutrients · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensPublic Health OntarioWomen's College HospitalUniversity of Toronto
Organismes subventionnairesNarodowe Centrum Badań i RozwojuCanada Research ChairsCancer Care Ontario
Mots-clésBreast cancerZincCopperMedicineInternal medicineOncologyCancerChemistry

Résumé

récupéré en direct d'OpenAlex

There is emerging interest in the relationship between several serum micronutrients and the prognosis of patients with breast cancer. The relationship between serum zinc and copper levels and breast cancer prognosis is unclear. In our study, we included 583 patients with breast cancer diagnosed between 2008 and 2015 in the region of Szczecin, Poland. In a blood sample obtained before treatment, serum zinc and copper levels were quantified by mass spectroscopy. Each patient was assigned to one of four categories (quartiles) based on the distribution of the elements in the entire cohort. Patients were followed from diagnosis to death over a mean of 10.0 years. The 10-year overall survival was 58.3% for women in the highest and 82.1% for those in the lowest quartile of serum copper/zinc ratio (p < 0.001). The multivariate hazard ratio (HR) for breast cancer death was 2.07 (95% CI 1.17–3.63; p = 0.01) for patients in the highest quartile of serum copper/zinc ratio compared to those in the lowest. There is evidence that the serum zinc level and copper/zinc ratio provide an independent predictive value for overall survival and breast cancer-specific survival after breast cancer diagnosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,317
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetTrace Elements in HealthTravaux en français237 207