Chemoprevention for Breast Cancer
Notice bibliographique
Résumé
BACKGROUND: Many women at increased risk for breast cancer could benefit from preventive therapy. Preventive therapy options for breast cancer risk reduction have expanded in the last few years to include both selective receptor modulators (tamoxifen and raloxifene) and aromatase inhibitors (anastrozole and exemestane). METHODS: Risk factors that place women at high risk for breast cancer, as well as risk calculation models appropriate for the selection of candidates for preventive therapy, are presented, followed by a review of current guidelines for chemoprevention and results of chemoprevention trials. RESULTS: The modified Gail model or Breast Cancer Risk Assessment Tool is the most widely utilized risk assessment calculator to determine eligibility for chemoprevention. Women most likely to benefit from preventive therapy include those at high risk under the age of 50 years and those with atypical hyperplasia. Physician and patient barriers limit widespread acceptance and adherence to preventive therapy. CONCLUSIONS: Published guidelines on chemoprevention for breast cancer have been updated to increase awareness and encourage discussion between patients and their physicians regarding evidence-based studies evaluating the benefits of preventive options for women at increased risk for breast cancer. However, even with increasing awareness and established benefits of preventive therapy, the uptake of chemoprevention has been low, with both physician and patient barriers identified. It is prudent that these barriers be overcome to enable high-risk women with a favorable risk-to-benefit ratio to be offered chemoprevention to reduce their likelihood of developing hormone receptor-positive breast cancer.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».