Factors Affecting Survival Among Women with Breast Cancer in Hawaii
Notice bibliographique
Résumé
BACKGROUND: Given previous reports of ethnic differences in breast cancer survival among Hawaii's population, we investigated the role of adherence to treatment standards, treatment toxicity, preexisting chronic conditions, and obesity in the survival of 382 prospectively studied breast cancer patients representing six ethnic groups. METHODS: Participants were recruited from several hospitals in Honolulu. Information on tumor characteristics and treatment was abstracted from medical records. Based on the Physicians Data Query (PDQ®), we assessed compliance with recommended treatment guidelines. Vital status and cause of death data were obtained through linkage with the Hawaii Tumor Registry. Cox proportional hazard models were used to compute hazard ratios for predictors of survival. RESULTS: After a median follow-up time of 13.2 ± 3.7 years, 115 deaths had occurred, 43 from breast cancer and 72 from other causes. After adjustment, we observed only small differences in survival by ethnicity that were not statistically significant. In addition to advanced disease stage, obesity at diagnosis was a significant independent predictor of worse and receiving PDQ-recommended treatment of better breast cancer-specific and all-cause survival. Developing high-grade toxicity was associated with worse breast cancer survival, whereas comorbidity and older age at diagnosis were associated with higher all-cause mortality. Hormone receptor status, menopausal status, and type of health insurance were not associated with survival. CONCLUSIONS: These findings suggest that given access to healthcare, breast cancer patients experience similar survival rates. Although more information about mechanisms of action would be useful, it appears reasonable to recommend weight control to breast cancer survivors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».