The Impact of Diabetes on Breast Cancer Treatments and Outcomes: A Population-Based Study
Notice bibliographique
Résumé
OBJECTIVE: Women with breast cancer and diabetes face worse outcomes than those with breast cancer without diabetes; however, the contribution of comorbidity to these disparities remains unclear. We evaluated the impact of diabetes on receipt of cancer treatments as well as mortality while accounting for other comorbidities. RESEARCH DESIGN AND METHODS: Ontario administrative databases were used to compare the rate of receipt of breast cancer treatments between women with and without diabetes. We also performed adjusted cause-specific hazard models to account for comorbidities when evaluating differences in treatments received and mortality outcomes between the two groups. RESULTS: Women with diabetes and stage III breast cancer were slightly less likely to receive chemotherapy (relative risk [RR] 0.93 [95% CI 0.89-0.97]), although this difference was not significant when we adjusted for comorbidities (adjusted hazard ratio [aHR] 1.03 [95% CI 0.93-1.13]). We saw similar trends for receipt of guideline-adherent radiotherapy (RR 0.97 [0.95-0.99], aHR 0.98 [0.94-1.02]). All-cause mortality was increased in women with diabetes after adjusting for comorbidities (aHR 1.16 [1.06-1.27]), but breast cancer-specific mortality was not increased overall. Women with a longer duration of diabetes and those with preexisting cardiovascular disease had increased all-cause and cancer-specific mortality. CONCLUSIONS: Although cancer treatments received were similar between women with and without diabetes, breast cancer-specific mortality remains higher among women with diabetes who have longer diabetes duration or preexisting cardiovascular disease. This study uncovers new information about key risk factors for poorer prognosis in women with diabetes and breast cancer.
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 ».