A systematic review and quality appraisal of international guidelines for early breast cancer systemic therapy: Are recommendations sensitive to different global resources?
Notice bibliographique
Résumé
The breast cancer incidence in low and middle income countries (LMCs) is increasing globally, and patient outcomes are generally worse in these nations compared to high income countries (HICs). This is partly due to resource constraints associated with implementing recommended breast cancer therapies. Clinical practice guideline (CPG) adherence can improve breast cancer outcomes, however, many CPGs are created in HICs, and include costly recommendations that may not be feasible in LMCs. In addition, the quality of CPGs can be variable. The aim of this study was to perform a systematic review of CPGs on early breast cancer systemic therapy with potential international impact, to evaluate their content, quality, and resource sensitivity. A MEDLINE and gray literature search was completed for English language CPGs published between 2005 and 2010, and then updated to July 2014. Extracted guidelines were evaluated using the AGREE 2 instrument. Guidelines were specifically analyzed for resource sensitivity. Most of the extracted CPGs had similar recommendations with regards to systemic therapy. However, only one, the Breast Health Global Initiative, made recommendations with consideration of different global resources. Overall, the CPGs were of variable quality, and most scored poorly in the quality domain evaluating implementation barriers such as resources. Published CPGs for early breast cancer are created in HICs, have similar recommendations, and are generally resource-insensitive. Given the visibility and influence of these CPGs on LMCs, efforts to create higher quality, resource-sensitive guidelines with less redundancy are needed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».