Incidence, consequences and treatment of bone metastases in breast cancer patients—Experience from a single cancer centre
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There is a paucity of literature about the benefits of bone-targeted agents for breast cancer patients with bone metastases treated in the non-trial setting. We explored the incidence, consequences, and treatment of bone metastases at a single cancer centre. METHODS: Electronic records of metastatic breast cancer patients were reviewed and pertinent information was extracted. RESULTS: Of 264 metastatic breast cancer patients, 195 (73%) developed bone metastases. Of these patients, 176 were eligible for analysis. Median age at bone metastases diagnosis was 56.9 years (IQR 48-67) and initial presentation of bone metastases included asymptomatic radiological findings (58%), bone pain (40%), or a SRE (12.5%). Most patients (88%) received a bone-targeted agent, starting a median of 1.5 months (IQR 0.8-3.30) after bone metastasis diagnosis. 62% of patients had ≥1 SRE. The median time from bone metastasis diagnosis to first SRE was 1.8 months (IQR 0.20-8.43 months). Median number of SREs per patient was 1.5 (IQR 0-3). Overall, 26.8% of all SREs were clinically asymptomatic. Within the entire cohort, 51% required opioids and 20% were hospitalized due to either an SRE or bone pain. CONCLUSIONS: Despite extensive use of bone-targeted agents, the incidence of SREs remains high. Nearly half of SREs occur prior to starting a bone-targeted agent. Use of opioids and hospitalizations secondary to bone metastases remain common. More effective treatment options are clearly 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.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle