684 From Obesity to Oncology: Bariatric Surgery and the Impact on Breast - What Is the Link? – A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Aim Obesity is a complex, progressive and relapsing chronic disease associated with significant morbidity and mortality, including breast cancer. Bariatric surgery is the single most efficacious treatment modality for obesity. This review examined the prevalence of breast cancer diagnosis in those that undergo bariatric surgery, as well as the effect of menopausal status on breast cancer prevalence in those that undergo bariatric surgery. Method Our review was conducted in accordance with PRISMA guidelines; involving the search of databases including Cochrane Library, Embase, Scopus, PubMed and Google Scholar. Study quality was assessed using the Newcastle-Ottawa scale (NOS). Statistical analysis was performed using Review Manager (Revman) Version 5.4. Results A total of 22,88003 patients were included in the analysis. There was a statistically significant risk reduction in breast cancer risk in those that underwent bariatric surgery (RR 0.58 95% confidence interval (CI) 0.46, 0.72, p <0.001) across all Fourteen study groups. There was significant heterogeneity across the studies (Chi2= 358 p < 0.00001, I2 = 96%). There was no statistically significant reduction in premenopausal breast cancer risk (RR 0.88 95% CI 0.74, 1.04) or in the postmenopausal cohort (RR 0.46 CI 95% 0.18, 1.19). Conclusions Bariatric surgery results in a statistically significant reduction in breast cancer incidence. Additionally, we have found that bariatric surgery may reduce the incidence of both pre and postmenopausal breast cancer, although the four studies analysed failed to achieve statistical significance and further evaluation regarding the role of menopausal status on breast cancer incidence in those that undergo a bariatric procedure is required.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,010 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».