Breast cancer survival by teaching status of the initial treating hospital.
Notice bibliographique
Résumé
BACKGROUND: A number of studies have documented variation in treatment patterns by treatment setting or by region. In order to better understand how treatment setting might affect survival, we compared the survival outcomes of women with node-negative breast cancer who were initially treated at teaching hospitals with those of women initially treated at community hospitals. METHODS: We constructed a retrospective cohort consisting of a random sample of 938 cases, initially diagnosed in 1991, drawn from the Ontario Cancer Registry. Exposure was defined by the type of hospital in which the initial breast cancer surgery was performed. Outcomes were ascertained through follow-up of vital statistics. RESULTS: The crude 5-year survival rate was 88.7% for women who had their initial surgery in a community hospital and 92.5% for women who had their initial surgery in a teaching hospital. Women in higher income neighbourhoods experienced better survival at 5 years regardless of which type of hospital they were treated in. Multivariate proportional hazards regression modelling demonstrated a 53% relative reduction in risk of death among women with tumours less than or equal to 20 mm in diameter who were treated at a teaching hospital (relative risk [RR] = 0.47, 95% confidence interval [CI] 0.23-0.96), whereas among those with larger tumours there was no demonstrated difference in survival (RR = 1.32, 95% CI 0.73-2.32). Other variables that were significant in the model were age at diagnosis, estrogen receptor status and the use of radiation therapy. INTERPRETATION: Women with node-negative breast cancer and tumours less than or equal to 20 mm in diameter who were initially seen at a teaching hospital had significantly better survival than women with similar tumours who were initially seen at a community hospital. Survival among women with larger tumours was not statistically significantly different for the 2 types of hospital.
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 | 0,001 | 0,005 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».