Risk factors for second primary cancer in a prospective cohort of endometrial cancer survivors: an Alberta Endometrial Cancer Cohort Study
Notice bibliographique
Résumé
We examined associations between modifiable and nonmodifiable cancer-related risk factors measured at endometrial cancer diagnosis and during early survivorship (~3 years postdiagnosis) with second primary cancer (SPC) risk among 533 endometrial cancer survivors in the Alberta Endometrial Cancer Cohort using Fine and Gray subdistribution hazard models. During a median follow-up of 16.7 years (IQR, 12.2-17.9), 89 (17%) participants developed an SPC; breast (29%), colorectal (13%), and lung (12%) cancers were the most common. Dietary glycemic load before endometrial cancer diagnosis (≥90.4 vs < 90.4 g/day: subhazard ratio [sHR] = 1.71; 95% CI, 1.09-2.69), as well as older age (≥60 vs < 60 years: sHR = 2.48; 95% CI, 1.34-4.62) and alcohol intake (≥2 drinks/week vs none: sHR = 3.81; 95% CI, 1.55-9.31) during early survivorship, were associated with increased SPC risk. Additionally, reductions in alcohol consumption from prediagnosis to early survivorship significantly reduced SPC risk (sHR = 0.34; 95% CI, 0.14-0.82). With 1 in 6 survivors developing an SPC, further investigation of SPC risk factors and targeted surveillance options for high-risk survivors could improve long-term health outcomes in this population. Reductions in dietary glycemic load and alcohol intake from prediagnosis to early survivorship showed promising risk reductions for SPCs and could be important modifiable risk factors to target among endometrial cancer survivors. This article is part of a Special Collection on Gynecological Cancer.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».