MétaCan
Menu
Retour à la cohorte
Enregistrement W3164647557 · doi:10.1016/j.ctarc.2021.100403

Predictive factors associated with radiation dermatitis in breast cancer

2021· article· en· W3164647557 sur OpenAlexaff
Tara Behroozian, Lauren Milton, Nim Li, Liying Zhang, Julia Lou, Irene Karam, Matt Wronski, Erin McKenzie, Gordon E. Mawdsley, Yasmeen Razvi, Edward Chow, Mark Ruschin

Notice bibliographique

RevueCancer Treatment and Research Communications · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Radiation Exposure
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineErythemaBreast cancerUnivariate analysisRadiation therapyEdemaGastroenterologyCancerSurgeryMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Radiation dermatitis (RD) is a side effect that frequently arises during radiotherapy (RT) in breast cancer patients. The present study investigates possible predictive factors of RD, as well as the use of skin treatments to manage symptoms. METHODS: Demographic and treatment characteristics were collected retrospectively, while skin symptoms and treatments were collected prospectively for patients who received adjuvant RT between December 2013 and November 2015. Patients were seen weekly by clinicians throughout treatment, during which a clinician-reported survey was completed on RD symptoms and skin treatments. Possible predictive factors were correlated with skin outcomes through a univariate ordinal logistic regression analysis. RESULTS: ) (p = 0.0004) and boost (p = 0.02) were predictive of edema. A dose of 50 Gy/25 (p<0.0001) and a high irradiated tissue volume (p = 0.0001) were predictive of desquamation. A dose of 50 Gy/25 (p = 0.0005) and high BMI (p = 0.02) were predictors of pain. Bolus use was the only factor associated with bleeding (p = 0.02). Patients who developed desquamation were likely to receive corticosteroids/antihistamines (p<0.0001), topical antibiotics/antifungals (p<0.001), and dressings (p<0.0001). CONCLUSION: The findings of this study provide evidence of potential predictors of RD and methods of symptom management based on symptom severity. Prevention of RD is needed among high-risk groups, such as patients with a high BMI or receiving a standard fractionation, boost, or bolus.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,404
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Treatment and Research CommunicationsMême sujetEffects of Radiation ExposureTravaux en français237 207