Complementary and Alternative Medicine Use and Breast Cancer Prognosis: A Pooled Analysis of Four Population-Based Studies of Breast Cancer Survivors
Notice bibliographique
Résumé
BACKGROUND: Complementary and alternative medicine (CAM) use is common among breast cancer survivors, but little is known about its impact on survival. METHODS: We pooled data from four studies conducted in Hawaii in 1994-2003 and linked to the Hawaii Tumor Registry to obtain long-term follow-up information. The effect of CAM use on the risk of breast cancer-specific death was evaluated using Cox regression. RESULTS: The analysis included 1443 women with a median follow-up of 11.8 years who had a primary diagnosis of in situ and invasive breast cancer. The majority were Japanese American (36.4%), followed by white (26.9%), Native Hawaiian (15.9%), other (10.6%), and Filipino (10.3%). CAM use was highest in Native Hawaiians (60.7%) and lowest in Japanese American (47.8%) women. Overall, any use of CAM was not associated with the risk of breast cancer-specific death (hazard ratio [HR] 1.47, confidence interval [CI] 0.91-2.36) or all-cause death (HR 0.82, 95% CI 0.63-1.06). However, energy medicine was associated with an increased risk of breast cancer-specific death (HR 3.19, 95% CI 1.06-8.52). When evaluating CAM use within ethnic subgroups, Filipino women who used CAM were at increased risk of breast cancer death (HR 6.84, 95% CI 1.23-38.19). CONCLUSIONS: Our findings suggest that, overall, CAM is not associated with breast cancer-specific death but that the effects of specific CAM modalities and possible differences by ethnicity should be considered in future studies.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».