Survival after breast cancer treatment: the impact of provider volume
Notice bibliographique
Résumé
BACKGROUND: Research has not paid sufficient attention to the need for adequate case-mix adjustment in studies of the relationship between provider volume and performance. This study attempted to address this limitation by capturing and including 5-year survival outcomes and a wide range of case-mix variables in multivariate analyses of the volume-outcome relationship relating to breast cancer treatments. METHODS: All patients diagnosed with invasive primary breast cancer during 1996 (n = 809) were included. Patient, disease and treatment data were extracted from medical records; survival data were corroborated using official death registrations. A Cox proportional hazards approach was used to model relationships between patient, disease and service variables and risk of death. RESULTS: There were 262 deaths among 807 patients followed up; overall 5-year survival was 70%. Advancing age, higher levels of co-morbidity, late-stage disease, more positive nodes, and high-grade tumour were independently associated with lower survival (P < 0.05). Patients who received hormonal therapy (HR 0.50, 95% CI 0.28-0.89) and radiotherapy (HR 0.73, 95% CI 0.53-1.03) had a survival advantage. Using a cut-off point of > or =30 cases per annum, survival was lower for patients treated in low volume settings (HR 1.47, 95% CI 1.09-1.96) after adjustment for case mix. CONCLUSIONS: There was some evidence to support treatment in high volume settings although patient and disease variables were the major determinants of survival for patients with 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».