The effect of mammography screening regimen on incidence-based breast cancer mortality
Notice bibliographique
Résumé
OBJECTIVES: Incidence-based mortality quantifies the distribution of cancer deaths and life-years lost, according to age at detection. We investigated the temporal distribution of the disease burden, and the effect of starting and stopping ages and interval between screening mammography examinations, on incidence-based mortality. METHODS: Incidence-based mortality was estimated using an established breast cancer simulation model, adapted and validated to simulate breast cancer incidence, screening performance, and delivery of therapies in Canada. Ten strategies were examined, with varying starting age (40 or 50), stopping age (69 or 74), and interval (1, 2, 3 years), and "No Screening." Life-years lost were computed as the difference between model predicted time of breast cancer death and that estimated from life tables. RESULTS: Without screening, 70% of the burden in terms of breast cancer deaths extends between ages 45 and 75. The mean of the distribution of ages of detection of breast cancers that will be fatal in an unscreened population is 61.8 years, while the mean age of detection weighted by the number of life-years lost is 55, a downward shift of 6.8 years. Similarly, the mean age of detection for the distribution of life-years gained through screening is lower than that for breast cancer deaths averted. CONCLUSION: Incidence-based mortality predictions from modeling elucidate the age dependence of the breast cancer burden and can provide guidance for optimizing the timing of screening regimens to achieve maximal impact. Of the regimens studied, the greatest lifesaving effect was achieved with annual screening beginning at age 40.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».