Effectiveness of Mammography Screening in Reducing Breast Cancer Mortality in Women Aged 39–49 Years: A Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Mammography screening of women >50 years of age significantly reduces breast cancer mortality in randomized controlled trials (RCTs). We sought to evaluate the effectiveness of mammography screening in women aged 39-49 years in reducing breast cancer mortality and to discuss previously published meta-analyses. METHODS: PubMed/MEDLINE, OVID, COCHRANE, and Educational Resources Information Center (ERIC) databases were searched, and extracted references were reviewed. Dissertation abstracts and clinical trials databases available online were assessed to identify unpublished works. All assessments were independently done by two reviewers. All trials included were RCTs, published in English, included data on women aged 39-49, and reported relative risk (RR)/odds ratio (OR) or frequency data. RESULTS: Nine studies were identified: the Kopparberg, Ostergotland (The Two-County study), Health Insurance Plan (HIP), Canada, Stockholm, Gothenburg, Edinburgh, Age, and Malmo trials. The individual trials were quality assessed, and the data were extracted using predefined forms. Using the DerSimonian and Laird random effects model, the results from the seven RCTs with the highest quality score were combined, and a significant pooled RR estimate of 0.83 (95% confidence interval [CI] 0.72-0.97) was calculated. Post hoc sensitivity analyses excluding studies with randomization before 1980 caused a loss of statistical significance (RR 0.87, 95% CI: 0.56, 1.13). CONCLUSIONS: Mammography screenings are effective and generate a 17% reduction in breast cancer mortality in women 39-49 years of age. The quality of the trials varies, and providers should inform women in this age group about the positive and negative aspects of mammography screenings.
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 | 0,016 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| 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) | 0,000 | 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 ».