Long-Term Risk of Death From Heart Disease Among Breast Cancer Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Most breast cancer patients die of non-cancer causes. The risk of death from heart disease, a leading cause of death, is unknown. The aim of this study is to characterize the long-term risk of fatal heart disease in breast cancer patients. Methods This retrospective study used the Surveillance, Epidemiology, and End Results (SEER) database. Standard mortality ratios (SMR) were calculated for breast cancer patients diagnosed from 1992 to 2014. Patients were stratified by receipt of radiotherapy and/or chemotherapy, disease laterality, and diagnosis era. Hazard ratios (HRs) and odds ratios (ORs) were calculated to compare the risk of death from heart disease among other breast cancer patients. Results There were 1,059,048 patients diagnosed with breast cancer from 1992 to 2014, of which 47,872 (4.6%) died from heart disease. The SMR for death from heart disease at 10+ years for patients who received only radiotherapy was 2.92 (95% CI 2.81–3.04, p < 0.001) and in patients who received only chemotherapy was 5.05 (95% CI 4.57–5.55, p < 0.001). There was no statistically significant difference in SMR for death from heart disease for left-sided vs. right-sided disease. At 10+ years, heart disease made up 28% of deaths from non-primary cancer. HRs and ORs showed that the risk of death from heart disease was highest in patients older than 70 years of age and with longer follow-up. Conclusion The risk of fatal heart disease was highest in older breast cancer patients with longer follow-up (i.e., >5–10 years) and who received chemotherapy. These patients should be referred to cardio-oncology clinics to mitigate this risk.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle