Associations between serum uric acid and breast cancer incidence: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Serum uric acid (SUA) may be involved in the development of cancer by inhibiting oxidative stress, but its relationship with breast cancer remains unclear. MATERIALS AND METHODS: The PubMed, Embase, and Web of Science databases were searched systematically for studies on SUA levels in women with breast cancer and the effect of SUA levels on the risk of breast cancer. The Newcastle‒Ottawa Quality Assessment Scale (NOS) was used to assess the quality of all relevant studies included. RESULTS: A total of 19 studies were included, including 75,827 women with breast cancer and 508,528 healthy controls. A meta-analysis found that SUA levels were negatively correlated with breast cancer risk in women (HR = 0.94, 95% CI: 0.89 - 0.99, p = 0.003). SUA levels in female breast cancer patients were not significantly different from those in healthy controls (SMD = 0.49, 95% CI = -0.09 - 1.08, p = 0.10), while SUA levels were increased in female breast cancer patients in articles published after 2010, SUA concentration detected by spectrophotometry, and non-Asian populations, regardless of menopausal state and treatment state. CONCLUSION: High levels of SUA may reduce the risk of breast cancer in women, suggesting that SUA was a protective factor in women.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,024 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».