Estimating Long-Term Crude Probability of Death among Young Breast Cancer Patients: A Bayesian Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS AND BACKGROUND: Bayesian survival analysis was applied to assess the long-term survival and probability of death due to breast cancer (BC) in Girona, the Spanish region with the highest BC incidence. METHODS: A Bayesian autoregressive model was implemented to compare survival indicators between the periods 1985-1994 and 1995-2004. We assessed the long-term excess hazard of death, relative survival (RS), and crude probability of death due to BC (PBC) up to 20 years after BC diagnosis, reporting the 95% credible intervals (CI) of these indicators. RESULTS: Patients diagnosed from 1995 onwards showed lower 20-year excess hazards of death than those diagnosed earlier (RS during 1985-1994: local stage: 76.6%; regional stage: 44.9%; RS during 1995-2004: local stage: 85.2%; regional stage: 57.0%). The PBC after 20 years of BC diagnosis for patients diagnosed in 1995 and after might reach 14.4% (95% CI: 8.9%-21.2%) in local stage and 41.0% (95% CI: 36.1%-47.1%) in regional stage. CONCLUSIONS: The method presented could be useful when dealing with population-based survival data from a small region. Better survival prospects were found in patients diagnosed after 1994, although we detected a non-decreasing long-term excess hazard of death, suggesting that these patients have higher mortality than the general population even 10 years after the diagnosis of BC.
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.
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 | 0,000 |
| 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 découle