Impact of Hypertension on Cancer Stage at Diagnosis Among French Women: The <scp>E3N</scp> Prospective Cohort
Notice bibliographique
Résumé
INTRODUCTION: Hypertension may delay the detection of metastatic cancers. We investigated the association between incident hypertension and the risk of metastatic onset among female cancer patients. We studied notably the role of anti-hypertensive treatment and the time between hypertension onset and cancer diagnosis in this association. METHODS: E3N is a French prospective population-based cohort that recruited 98,995 women in 1990. A total of 7844 incident invasive cancers were examined. We used multivariate logistic regression models to calculate odds ratios (OR) and their 95% confidence intervals (CI). We also used restricted cubic splines to evaluate the nonlinear dose-response associations between hypertension duration and the risk of metastatic onset (vs. localised stage). RESULTS: A total of 1994 cases (25%) of incident hypertension occurred before cancer diagnosis. Compared to non-hypertensive patients, those with untreated hypertension presented more frequently with metastatic cancer among patients who regularly underwent cancer screening (OR = 1.69, 95% CI = 1.11-2.58). This association was inverse among those who did not screen regularly (OR = 0.53, 95 CI = 0.29-0.98). Treated hypertensive patients had significantly greater odds of metastatic presentation for thyroid (OR = 2.45, 95% CI = 1.01-5.91) and lower odds for lung (OR = 0.17, 95% CI = 0.06-0.52) cancer. A significant inverse U-shaped association with time from hypertension onset (p = 0.01) was observed. CONCLUSION: In this study, hypertension was associated with metastatic cancer presentation, but cancer screening determined the direction of the association. Time from hypertension onset was inversely associated with metastatic lung cancer, with a significant nonlinear dose-response relationship. Our findings call for further research in this area to investigate the underlying mechanisms. TRIAL REGISTRATION: clinicaltrials.gov identifier: NCT03285230.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».