MétaCan
Menu
← Back to cohort
Record W7104249371 · doi:10.71781/717

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

2022· dissertation· fr· W7104249371 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languagefr
FieldMedicine
TopicOvarian cancer diagnosis and treatment
Canadian institutionsnot available
Fundersnot available
KeywordsCancerBreast cancerTumor necrosis factor αRisk factorGenetic inheritance

Abstract

fetched live from 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.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.007
Threshold uncertainty score0.025

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.001
Scholarly communication0.0020.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0070.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.220
Teacher spread0.214 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicOvarian cancer diagnosis and treatment→French-language works237,207→