Number needed to treat (NNT) to compare benefits of letrozole (LET) with adjuvant chemotherapy (CT) in patients (pts) with node-positive (N+) breast cancer (BC)
Notice bibliographique
Résumé
581 Background: Adjuvant CT is an accepted treatment for N+ BC. The addition of taxanes to anthracycline based adjuvant CT has been demonstrated to improve overall survival (OS) in all but one study as in table below. BIG 1–98 has reported a survival gain with the aromatase inhibitor LET compared to tamoxifen (TAM). NNT (the reciprocal of absolute benefit) is the number of pts that need to be treated with a new intervention to avoid 1 additional event over the benefit provided by standard therapy. For multiple numerical outcomes from randomized trials, NNT is an effective method to express results in a clinically meaningful way. To evaluate the degree of benefit of LET over TAM in women with early stage N+ BC in BIG 1–98, we compared the NNT for survival benefit from LET to that needed to see benefit from the addition of a taxane to anthracycline based CT based on clinical trial data in BC pts with N+ disease. Methods: 5-yr survival data were taken from the pivotal randomized controlled trial (RCT) for LET (N+ pts from BIG 1–98, TAM arm censored for crossover to LET) and from 4 RCTs of adjuvant CT trials, AC-T, FEC-D, and DAC. NNT was calculated with respect to OS at 5 yrs; outcome is presented as the NNT to save a life (see Table). Results: The NNT to save a life for adjuvant LET vs TAM is comparable to the NNT for the addition of a taxane to anthracycline based CT in women with N+ BC. Conclusions: The magnitude of survival benefit of LET over TAM in terms of NNT is comparable to that needed to see a survival benefit from paradigm- changing modern adjuvant CT regimens. F= fluorouracil, E = epirubicin, C = cyclophosphamide, D = docetaxel, T = paclitaxel, A = doxorubicin [Table: see text] [Table: see text]
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 | 0,055 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».