Parameter estimates for invasive breast cancer progression in the Canadian National Breast Screening Study
Notice bibliographique
Résumé
BACKGROUND: The aim of screening is to detect a cancer in the preclinical state. However, a false-positive or a false-negative test result is a real possibility. METHODS: We describe invasive breast cancer progression in the Canadian National Breast Screening Study and construct progression models with and without covariates. The effect of risk factors on transition intensities and false-negative probability is investigated. We estimate the transition rates, the sojourn time and sensitivity of diagnostic tests for women aged 40-49 and 50-59. RESULTS: Although younger women have a slower transition rate from healthy state to preclinical, their screen-detected tumour becomes evident sooner. Women aged 50-59 have a higher mortality rate compared with younger women. The mean sojourn times for women aged 40-49 and 50-59 are 2.5 years (95% CI: 1.7, 3.8) and 3.0 years (95% CI: 2.1, 4.3), respectively. Sensitivity of diagnostic procedures for older women is estimated to be 0.75 (95% CI: 0.55, 0.88), while women aged 40-49 have a lower sensitivity (0.61, 95% CI: 0.42, 0.77). Age is the only factor that affects the false-negative probability. For women aged 40-49, 'age at entry', 'history of breast disease' and 'families with breast cancer' are found to be significant for some of the transition rates. For the age-group 50-59, 'age at entry', 'history of breast disease', 'menstruation length' and 'number of live births' are found to affect the transition rates. CONCLUSION: Modelling and estimating the parameters of cancer progression are essential steps towards evaluating the effectiveness of screening policies. The parameters include the transition rates, the preclinical sojourn time, the sensitivity, and the effect of different risk factors on cancer progression.
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) | 0,000 | 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) | 0,000 | 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 ».