Impact of Routine Pathology Review on Treatment for Node-Negative Breast Cancer
Notice bibliographique
Résumé
PURPOSE: Routine secondary pathology review influences diagnosis and treatment among patients diagnosed with breast cancer. The impact of review on patients with node-negative breast cancer and the nature of the pathology elements leading to management changes are not well described. METHODS: Patients with node-negative, invasive, or in situ breast cancer and evaluable nodes referred to the British Columbia Cancer Agency during two time periods between 2004 and 2007 were included. Pathologists with expertise in breast cancer reviewed the original reports and slides. Biomarker testing was not routinely repeated. Medical record review was conducted to determine whether original pathology was changed and whether recommended therapy was affected. RESULTS: Among 906 eligible patients, 405 (45%) received a pathology review. Univariate comparisons revealed that reviewed patients were younger (P < .001) and more likely to have close margins (P < .001), whereas other characteristics were similar. A total of 102 pathology changes were documented among 81 patients (20%). The most frequently changed elements were grade (40%) and lymphovascular (26%), nodal (15%), and margin (12%) status. These changes resulted in 27 treatment modifications among 25 patients (6%). Treatment changes were primarily related to nodal and margin status, and only two of 27 were related to measurement of tumor biology in women with estrogen receptor-positive, node-negative breast cancer. CONCLUSION: Reported rates of change are significant and warrant routine secondary pathology review among patients with node-negative breast cancer or ductal carcinoma in situ before final treatment is recommended. Review remains relevant in the era of gene expression signatures to determine margin and nodal status.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».