Triple-Negative Breast Cancer and the COVID-19 Pandemic: Clinical Management Perspectives and Potential Consequences of Infection
Notice bibliographique
Résumé
The COVID-19 pandemic has caused the need for prioritization strategies for breast cancer treatment, where patients with aggressive disease, such as triple-negative breast cancer (TNBC) are a high priority for clinical intervention. In this review, we summarize how COVID-19 has thus far impacted the management of TNBC and highlighted where more information is needed to hone shifting guidelines. Due to the immunocompromised state of most TNBC patients receiving treatment, TNBC management during the pandemic presents challenges beyond the constraints of overburdened healthcare systems. We conducted a literature search of treatment recommendations for both primary and targeted TNBC therapeutic strategies during the COVID-19 outbreak and noted changes to treatment timing and drugs of choice. Further, given that SARS-CoV-2 is a respiratory virus, which has systemic consequences, management of TNBC patients with metastatic versus localized disease has additional considerations during the COVID-19 pandemic. Published dataset gene expression analysis of critical SARS-CoV-2 cell entry proteins in TNBCs suggests that the virus could in theory infect metastasized TNBC cells it contacts. This may have unforeseen consequences in terms of both the dynamics of the resulting acute viral infection and the progression of the chronic metastatic disease. Undoubtedly, the results thus far suggest that more research is required to attain a full understanding of the direct and indirect clinical impacts of COVID-19 on TNBC patients.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».