Disproportionality analysis of progestogens and estrogens demonstrates increased meningioma risk
Notice bibliographique
Résumé
OBJECTIVE: This study aims to clarify the relationship between the use of various progestogens and estrogens and the risk of developing meningiomas, given the widespread prescription of hormonal contraceptives and their potential implications in tumour proliferation. METHODS: Data from the FDA Adverse Event Reporting System (FAERS) was analyzed using disproportionality analysis to assess the association between specific progestogens and estrogens and meningioma risk. Reporting odds ratios (RORs) and 95% confidence intervals (CIs) were calculated to quantify these associations. RESULTS: Among progestogens, promegestone showed the highest risk with an ROR of 2620.651 (95% CI: 982.032, 6993.474), followed by medrogestone with an ROR of 871.475 (95% CI: 256.382, 2962.253) and dydrogesterone with moderate risk (ROR 113.802; 95% CI: 60.676, 213.444). For estrogens, estradiol exhibited the highest risk (ROR 17.786; 95% CI: 14.875, 21.266), followed by ethinyl estradiol (ROR 7.441; 95% CI: 6.099, 9.080), while conjugated estrogens showed a lower risk (ROR 1.736; 95% CI: 1.043, 2.889). No cases were reported for estriol, estrone, or mestranol, indicating a potentially lower risk profile for these estrogens. CONCLUSION: The study reveals significant variations in meningioma risk associated with different hormonal therapies. Certain progestogens and estrogens present notably higher risks, emphasizing the need for personalized risk assessments in hormonal therapy prescriptions. These findings advocate for further research to better understand meningioma risk linked to hormone-based contraceptives, supporting safer clinical decision-making.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».