MétaCan
Menu
Retour à la cohorte
Enregistrement W1722020602

Technical factors, surgeon case volume and positive margin rates after breast conservation surgery for early-stage breast cancer.

2010· article· en· W1722020602 sur OpenAlexaff
Peter Lovrics, Sylvie D. Cornacchi, Forough Farrokhyar, Anna Garnett, Vicky Chen, Slobodan Franic, Marko Šimunović

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerBreast-conserving surgeryStage (stratigraphy)Margin (machine learning)Breast surgeryGeneral surgerySurgical marginMastectomySurgeryCancerResectionInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For patients with breast cancer, a negative surgical margin at first breast-conserving surgery (BCS) minimizes the need for reoperation and likely reduces postoperative anxiety. We assessed technical factors, surgeon and hospital case volume and margin status after BCS in early-stage breast cancer. METHODS: We performed a retrospective cohort study using a regional cancer centre database of patients who underwent BCS for breast cancer from 2000 to 2002. We considered the influence of patient, tumour and technical factors (e.g., size of specimen and preoperative diagnosis of cancer available) and surgeon and hospital case volume on margin status at first and final operation. We performed univariate and multivariate regression analyses. RESULTS: We reviewed 489 cases. There were no differences in patient or tumour characteristics among the low-, medium- and high-volume surgeon groups. High-volume surgeons were significantly more likely than other surgeons to operate with a confirmed preoperative diagnosis and to resect a larger volume of tissue. In our univariate analysis and at first operation, the rates of positive margins were 16.4%, 32.9% and 29.1% for high-, medium- and low-volume surgeons, respectively (p = 0.002). In the multivariate analysis, tumour factors (palpability, size, histology), presence of a confirmed preoperative diagnosis and size of resection specimen significantly predicted negative margins. However, when we controlled for these and other factors, high surgeon volume was not a predictor of negative margins at first surgery (odds ratio 1.8, 95% confidence interval 0.9-3.8, p = 0.09). Increased hospital volume was not associated with a lower rate of positive margins at first surgery. CONCLUSION: Various tumour and technical factors were associated with negative margins at first BCS, whereas surgeon and hospital volume status were not. Technical steps that are under the control of the operating surgeon are likely effective targets for quality initiatives in breast cancer surgery.

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)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBreast Cancer Treatment StudiesTravaux en français237 207