Prognosis of COVID-19 in patients with breast cancer
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease 2019 (COVID-19) has become a pandemic in the world and posed a great threat to people's health. Several meta-analyses have indicated that many comorbidities were associated with increased risk of COVID-19 severity or mortality. The original report also showed that the mortality rate of COVID-19 in breast cancer patients is more dependent on comorbidities than previous radiation therapy or current anti-cancer therapy. However, no meta-analysis has focused on this aspect. This systematic review aims to assess whether breast cancer will increase the severity and mortality of patients infected with COVID-19 and to explore which factors that may affect the severity or mortality rate of breast cancer patients with COVID-19. METHODS: We will search the PubMed, Embase, Web of Science, the Cochrane Central Register of Controlled Trials (CENTRAL), China National Knowledge Infrastructure (CNKI), Chinese Biomedical Literature Database (CBM), and Wanfang database from December 1, 2019 to June 30, 2020. Cohort studies comparing the disease severity and mortality of COVID-19 patients with and without breast cancer will be included. Two independent reviewers will assess the risk of bias of the included cohort studies using the modified Newcastle-Ottawa Scale. We will conduct meta-analyses to calculate the risk ratio (RR) and 95% confidence interval (95% CI) using the random-effects model with the Mantel-Haenszel method. The Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach will be used to rate the quality of the evidence. RESULTS: The results of this study will be published in a peer-reviewed journal. CONCLUSION: This study will provide comprehensive evidence for medical staff to adopt effective treatment strategies for breast cancer patients during the COVID-19 pandemic. PROSPERO REGISTRATION NUMBER: CRD42020188208.
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».