Patterns of Breast Diseases Among Women Attending Breast Diseases Diagnosing Center in Erbil City/Iraq
Notice bibliographique
Résumé
BACKGROUND & OBJECTIVES: Breast diseases in women, whether benign or malignant, are very commonly encountered. The pattern of breast diseases varies within countries. The aim of this study was to identify the patterns of breast diseases and their association with different variables in women attending breast diseases diagnosing center in Erbil city/Iraq.MATERIAL & METHODS: A cross-sectional study conducted at breast diseases diagnosing center in Erbil city from 1st of April till 1st of December /2017. A random sample of 500 women of all age groups and with complete records was recruited. The women were classified according to their final diagnosis into 3 categories: normal, benign and malignant breast disease. The level of significance was <0.05.RESULTS: Benign breast diseases diagnosed among (63%) women while malignant breast diseases comprised (13.2%).The most common presentation was mastalgia and mass (39.2%), mastalgia (37.6%), and mass alone (23.2%). Fibro-adenoma (26.2%) was the commonest benign condition with highest incidence (76.9%) in age group less than 20 years. Malignant breast diseases were increasing with age. Benign breast disease associated (p <0.001) with Nulliparity. Breast cancer reported (p <0.001) more among lactating women.CONCLUSIONS: Benign conditions are the most common diagnosis affecting mainly younger women. Breast cancer though diagnosed less frequently and affecting older age groups, yet its seriousness mandating a thorough assessment of women of different presentations especially that of mass alone or with mastalgia.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».