Predictors of competing mortality to invasive breast cancer incidence in the Canadian National Breast Screening study
Notice bibliographique
Résumé
BACKGROUND: Evaluating the cost-effectiveness of breast cancer screening requires estimates of the absolute risk of breast cancer, which is modified by various risk factors. Breast cancer incidence, and thus mortality, is altered by the occurrence of competing events. More accurate estimates of competing risks should improve the estimation of absolute risk of breast cancer and benefit from breast cancer screening, leading to more effective preventive, diagnostic, and treatment policies. We have previously described the effect of breast cancer risk factors on breast cancer incidence in the presence of competing risks. In this study, we investigate the association of the same risk factors with mortality as a competing event with breast cancer incidence. METHODS: We use data from the Canadian National Breast Screening Study, consisting of two randomized controlled trials, which included data on 39 risk factors for breast cancer. The participants were followed up for the incidence of breast cancer and mortality due to breast cancer and other causes. We stratified all-cause mortality into death from other types of cancer and death from non-cancer causes. We conducted separate analyses for cause-specific mortalities. RESULTS: We found that "age at entry" is a significant factor for all-cause mortality, and cancer-specific and non-cancer mortality. "Menstruation length" and "number of live births" are significant factors for all-cause mortality, and cancer-specific mortality. "Ever noted lumps in right/left breasts" is a factor associated with all-cause mortality, and non-cancer mortality. CONCLUSIONS: For proper estimation of absolute risk of the main event of interest common risk factors associated with competing events should be identified and considered.
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 | 0,001 |
| 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 ».