MétaCan
Menu
Retour à la cohorte
Enregistrement W1987115659 · doi:10.1097/gco.0b013e328321e437

Optimizing follow-up after breast cancer treatment

2009· review· en· W1987115659 sur OpenAlexaff
Eva Grunfeld

Notice bibliographique

RevueCurrent Opinion in Obstetrics & Gynecology · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of TorontoOntario Institute for Cancer ResearchInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMedicineSurvivorship curveBreast cancerMEDLINEPopulationMammographyQuality of life (healthcare)ConceptualizationPatient satisfactionFamily medicineIntensive care medicineCancerMedical physicsNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: This review focuses on studies that help elucidate the optimum approach to posttreatment follow-up of breast cancer patients. RECENT FINDINGS: The re-conceptualization of follow-up under the rubric of survivorship care and the benefit of survivorship care plans, studies on the elements of follow-up care including surveillance mammograms, alternative models of follow-up care including primary care based follow-up, and patterns of care studies that involve population-based samples are discussed. Posttreatment follow-up of breast cancer patients continues to be controversial despite almost two decades of research. The research does show that surveillance mammograms are beneficial and guidelines recommend routine surveillance mammograms annually. Other routine surveillance tests are not beneficial and are not recommended. The precise frequency and duration of clinical visits is not known and recommendations vary; but most do support continued clinical assessment. Alternative models, such as nurse-led follow-up or less frequent follow-up, show good patient satisfaction and quality-of-life outcomes. Primary care based followup results in similar clinical and quality-of-life outcomes as specialist-based follow-up. SUMMARY: Instead of trying to find a one-size-fits-all approach, the focus should be on an individualized tailored approach in which the patient makes an informed decision on the basis of evidence of actual benefits and risks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,089
Tête enseignante GPT0,394
Écart entre enseignants0,304 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations35
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Obstetrics & GynecologyMême sujetCancer survivorship and careTravaux en français237 207