Factors Associated with Breast Cancer Mortality after Local Recurrence
Notice bibliographique
Résumé
PURPOSE: We aimed to identify risk factors for mortality after local recurrence in women treated for invasive breast cancer with breast-conserving surgery. EXPERIMENTAL DESIGN: Our prospective cohort study included 267 women who were treated with breast-conserving surgery at Women's College Hospital from 1987 to 1997 and who later developed local recurrence. Clinical information and tumour receptor status were abstracted from medical records and pathology reports. Patients were followed from the date of local recurrence until death or last follow-up. Survival analysis used a Cox proportional hazards model. RESULTS: Among the 267 women with a local recurrence, 97 (36.3%) died of breast cancer within 10 years (on average 2.6 years after the local recurrence). The actuarial risk of death was 46.1% at 10 years from recurrence. In a multivariable model, predictors of death included short time from diagnosis to recurrence [hazard ratio (hr) for <5 years compared with ≥10 years: 3.40; 95% confidence interval (ci): 1.04 to 11.1; p = 0.04], progesterone receptor positivity (hr: 0.35; 95% ci: 0.23 to 0.54; p < 0.001), lymph node positivity (hr: 2.1; 95% ci: 1.4 to 3.3; p = 0.001), and age at local recurrence (hr for age >45 compared with age ≤45 years: 0.61; 95% ci: 0.38 to 0.95; p = 0.03). CONCLUSIONS: The risk of death after local recurrence varies widely. Risk factors for death after local recurrence include node positivity, progesterone receptor negativity, young age at recurrence, and short time from diagnosis to recurrence.
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 | 0,000 | 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 ».