Breast Cancer Care in Developing Countries
Notice bibliographique
Résumé
BACKGROUND: Breast cancer is the commonest cancer of women the world over, and its incidence is rising, especially in developing countries, where the disease poses a major health care challenge. This growing incidence in developing countries reflects the advanced stage at diagnosis, low levels of public awareness of the risk for the disease, and poor medical infrastructure and expertise, with the resultant poor treatment outcomes. METHODS: This article provides a collective edited summary of the presentations at the symposium titled "Breast Cancer Care in Developing Countries," held as part of the Breast Surgery International program at the International Surgical week 2007, Montreal, Canada, August 2007. The aim of the presentations was to bring out the diverse clinical pathological and outcomes-related facts of breast cancer care available to women in several countries. As the incidence of breast cancer continues to rise steadily in the developing world, the lack of awareness of this disease and the absence of breast cancer screening programs make it almost certain that the majority of breast cancers are diagnosed at an advanced stage. In addition, the quality of care available for breast cancer patients varies widely according to where the patient is treated. RESULTS: Though there are some centers of excellence providing multimodality protocol-based treatment on a par with the best anywhere in the world, most breast cancer patients receive inadequate and inappropriate treatment because of a lack of high-quality infrastructure-and sometimes skills-and, above all, because of limited financial resources. CONCLUSIONS: In countries where these limitations are present, there is a need to emphasize public health education, promoting early diagnosis. In addition, resources must be directed toward the creation of more public facilities for cancer treatment. As these goals are met, it is likely that there will be a much-needed improvement in breast cancer care in developing countries.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,003 |
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 ».