Stage at Diagnosis and Comorbidity Influence Breast Cancer Survival in First Nations Women in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Indigenous populations in Canada and abroad have poorer survival after a breast cancer diagnosis compared with their geographic counterparts; however, the influence of many demographic, personal, tumor, and treatment factors has not been examined to describe this disparity according to stage at diagnosis. METHODS: A case-case design was employed to compare First Nations (FN) women (n = 287) to a frequency-matched random sample of non-FN women (n = 671) diagnosed with breast cancer within the Ontario Cancer Registry. Women were matched on period of diagnosis (1995-1999 and 2000-2004), age at diagnosis (<50 vs. ≥50), and Regional Cancer Centre (RCC). Stage and other factors were collected from medical charts at the RCCs. Survival was compared using an adjusted Cox proportional hazards model and stratified by stage at diagnosis (I, II, and III-IV). Determinants of survival in FN women stratified by stage at diagnosis were also modeled. RESULTS: Survival was more than three times poorer for FN women diagnosed at stage I than for non-FN women (HR = 3.10, 95% CI = 1.39-6.88). The risk of death after a stage I breast cancer diagnosis was about five times higher among FN women with a comorbidity other than diabetes (HR = 4.65, 95% CI = 1.39-15.53) and was more than five times greater for women with diabetes (HR = 5.49, 95% CI = 1.69-17.90) than for those without a comorbidity. CONCLUSIONS: Having a preexisting comorbidity was the most important factor in explaining the observed survival disparity among FN women. IMPACT: Improving the general health status of FN women could increase their survival after an early-stage breast cancer diagnosis.
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) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».