A Population-Based Analysis of Breast Cancer Incidence and Survival by Subtype in Ontario Women
Notice bibliographique
Résumé
Background: Breast cancer (bca) is the type of cancer most frequently diagnosed among women in Canada. Breast cancer is categorized into various molecular subtypes by the expression of estrogen receptor (er), progesterone receptor (pgr), and her2 (human epidermal growth factor receptor 2). Currently, Canada has no national cancer registry with epidemiology data by subtype. Thus, we conducted a study to determine incidence, survival, and clinicopathologic characteristics by bca subtype [triple negative breast cancer (tnbc); her2+; and hormone receptor-positive (hr+), her2-] in Canadian women newly diagnosed with bca. Methods: Female patients diagnosed between 1 April 2012 and 31 March 2016 (fiscal 2012-2015) were identified in the Ontario Cancer Registry, and individual patient data were linked to data in provincial health administrative databases. Descriptive statistics and Kaplan-Meier curves were generated. Results: In this cohort, 3277 women (9.5%) had tnbc, 4902 (14.3%) had her2+ bca, and 22,247 (64.8%) had hr+, her2-breast cancer. The annual incidence was 15 per 100,000 for the tnbc group, 21-23 per 100,000 for the her2+ group, and 97-105 per 100,000 for the hr+, her2- group. The lowest median overall survival (mos) of 8.9 months was observed in women with clinical stage iv tnbc. In comparison, the mos was 37.3 months in those with her2+ disease and 35.2 months in those with and hr+, her2- metastatic bca. Conclusions: In the present study, the most recent and largest administrative database analysis of a Canadian population to date, we observed a subtype distribution consistent with previously reported data, together with comparable annual incidence and overall survival patterns.
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 ».