Not Working 3 Years After Breast Cancer: Predictors in a Population-Based Study
Notice bibliographique
Résumé
PURPOSE: Little is known about factors increasing likelihood of not working among breast cancer survivors compared with women in the general population. PATIENTS AND METHODS: A population-based retrospective cohort study was conducted in Quebec, Canada, based on the consecutive series of working women aged younger than 60 years when first treated for breast cancer (identified through the Quebec Tumor Registry), and on a group of randomly selected similar women, living in Quebec, who were working at the time of survivors' diagnoses, but who were without cancer (identified through provincial health care files). Data came from a telephone interview, 3 years after diagnosis for 646 survivors (73% of those eligible) or during a similar period for 890 comparison women (51%). RESULTS: Slightly more survivors were not working 3 years after diagnosis compared with women never diagnosed with cancer (21% and 15%, respectively). Older age (for survivors and comparison women, relative risk [RR] = 4.62, P < .0001 and RR = 4.98, P < .0001, respectively) and union membership (RR = 1.88, P = .0003 and RR = 1.40, P = .06, respectively) increased the likelihood of not working at the end of follow-up. In addition, income less than 20,000 dollars compared with > or = 50,000 dollars was associated with not working only among survivors (RR = 3.18; P = .0008). Adjuvant treatments did not predict work cessation, but any new cancer event during follow-up did (RR = 2.14; P < .0001). CONCLUSION: Although reassuring that adjuvant treatments did not appear to play a role in survivors' not working, other aspects of the cancer experience might nonetheless have influenced the decision to reduce work effort after breast cancer.
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 | 0,002 | 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 | 0,001 |
| 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 ».