MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104249371 · doi:10.71781/717

Inflammation, médicaments anti-inflammatoires et risque de cancer de l’ovaire

2022· dissertation· fr· W7104249371 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languefr
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerBreast cancerTumor necrosis factor αRisk factorGenetic inheritance

Résumé

récupéré en direct d'OpenAlex

Introduction : Le cancer de l’ovaire est le cancer gynécologique le plus fatal dans le monde et est associé à un fardeau économique considérable pour les systèmes de santé publique, les patients et leurs familles. Actuellement, la prévention de ce cancer passe par l’identification des facteurs de risque, dont l’inflammation. Le double rôle de l’inflammation dans la carcinogenèse (transformation néoplasique et stimulation de la croissance pour l’inflammation chronique, mais également l’inhibition de la croissance pour inflammation aiguë) a déjà été observé au 19ième siècle, par Rudolf Virchow et par l’allemand Bruns, respectivement. Plusieurs preuves suggèrent aussi que le cancer de l’ovaire pourrait être lié à l’inflammation chronique de l’épithélium ovarien d’où l’hypothèse selon laquelle les analgésiques ayant une action anti-inflammatoire comme les anti-inflammatoires non stéroïdiens (AINS) et l’acétaminophène pourraient prévenir le cancer de l’ovaire. Contrairement à l’inflammation chronique, un autre facteur intéressant qui pourrait jouer un rôle sur le cancer de l’ovaire par le biais d’une inflammation aiguë est la mastite puerpérale qui est la forme la plus courante de mastite. Cependant, la littérature existante, examinant l’usage des analgésiques (aspirine, AINS non aspirine et acétaminophène) et le risque de cancer ovarien, est incohérente avec des différences populationnelles (cohortes de naissance différentes) et méthodologiques : variations des définitions de l’utilisation régulière, des variables d’ajustement, mais aussi dans la prise en compte d’une possible causalité inverse. De plus, aucune étude n’a tenté d’évaluer l’association dépendante du temps entre l’utilisation régulière de ces médicaments et le risque de cancer ovarien. Pour la mastite puerpérale pendant l’allaitement, deux articles avaient évalué son association avec le risque de cancer épithélial de l’ovaire (CEO), mais avec des limites méthodologiques : violation de la positivité avec l’inclusion des femmes qui n’ont jamais eu de grossesse et sur-ajustement avec la durée d’allaitement qui est dans le chemin causal. Objectif : Cette thèse visait à atteindre deux objectifs généraux qui sont de fournir de nouvelles preuves concernant les associations entre : 1) l’utilisation régulière d’analgésiques et le risque de CEO ; 2) la mastite puerpérale et le risque de CEO. Méthode : Nous avons utilisé les données d’une étude cas-témoin populationnelle visant à documenter les facteurs pour la prévention du cancer de l’ovaire au Québec (Étude PROVAQ). Cette étude a été menée dans la grande région de Montréal, Canada, de mars 2011 à septembre 2016 avec 498 cas et 908 témoins. Notre approche méthodologique a été effectuée en trois étapes. Premièrement, nous avons utilisé l’ensemble des données de PROVAQ pour l’évaluation des associations entre l’utilisation régulière de types de médicaments analgésiques, et aussi selon l’indication et le risque de CEO. Deuxièmement, à partir des données de PROVAQ, nous avons évalué l’association dépendante du temps entre l’utilisation régulière d’un type de médicaments et le risque de CEO à l'aide d'un indice cumulatif pondéré flexible d'exposition dans des modèles de régression logistique conditionnelle. Enfin, nous avons évalué l’association entre la mastite puerpérale et le risque de CEO chez les femmes allaitantes (174 cas et 431 témoins). La régression logistique a été utilisée pour estimer ces associations. Résultats : Nos résultats suggèrent que l'utilisation régulière d’aspirine et d'AINS non aspirine était inversement associée au CEO avec des rapports de cotes (RC) ajustés de 0,81 (IC à 95 % : 0,57–1,12) et 0,74 (IC à 95 % : 0,54–1,00), respectivement. Pour l'utilisation régulière d'AINS non aspirine, les RCs ajustés des COX-2 non sélective et sélective étaient de 0,73 (IC à 95 % : 0,50–1,00) et de 0,83 (IC à 95 % : 0,48–1,40), respectivement. Des associations similaires ont été observées selon le niveau de durée cumulative à vie ou de quantité cumulative à vie de prises d’aspirine et d’AINS non aspirine. Cependant, les associations entre les types de médicaments analgésiques et le CEO peuvent différer selon leurs indications. Aucune association n’a été trouvée entre le moment de l'utilisation régulière d’un type de médicaments analgésiques au cours des 40 années précédant la date index et le CEO. Aucune association significative n’a été aussi trouvée entre la mastite puerpérale pendant l'allaitement et le CEO (RC = 1,15 ; IC à 95 % : 0,71–1,84). Conclusions : Cette thèse fournit des preuves qui appuient l'hypothèse selon laquelle l'utilisation régulière d'aspirine et d'AINS non aspirine sont inversement associées au CEO. Nos résultats suggèrent également l'importance de considérer les indications d'utilisation lors de l'examen des relations entre les types de médicaments analgésiques et le CEO. Elle n’a pas trouvé d'association entre le moment de l'utilisation régulière d’analgésiques et le CEO mais aussi entre la mastite puerpérale pendant l’allaitement et le CEO. Cependant, notre étude a manqué de puissance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,220
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetOvarian cancer diagnosis and treatment→Travaux en français237 207→