Assessing the impact of the COVID-19 pandemic on breast cancer screening and diagnosis rates: A rapid review and meta-analysis
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
OBJECTIVE: The ongoing COVID-19 pandemic has caused an indefinite delay to cancer screening programs worldwide. This study aims to explore the impact on breast cancer screening outcomes such as mammography and diagnosis rates. METHODS: We searched Ovid MEDLINE, Ovid Embase, medRxiv and bioRxiv between January 2020 to October 2021 to identify studies that reported on the rates of screening mammography and breast cancer diagnosis before and during the pandemic. The effects of 'lockdown' measures, age and ethnicity on outcomes were also examined. All studies were assessed for risk of bias using the Newcastle-Ottawa Scale (NOS). Rate ratios were calculated for all outcomes and pooled using standard inverse-variance random effects meta-analysis. RESULTS: We identified 994 articles, of which 7 registry-based and 24 non-registry-based retrospective cohort studies, including data on 4,860,786 and 629,823 patients respectively across 18 different countries, were identified. Overall, breast cancer screening and diagnosis rates dropped by an estimated 41-53% and 18-29% respectively between 2019 and 2020. No differences in mammogram screening rates depending on patient age or ethnicity were observed. However, countries that implemented lockdown measures were associated with a significantly greater reduction in mammogram and diagnosis rates between 2019 and 2020 in comparison to those that did not. CONCLUSION: The pandemic has caused a substantial reduction in the screening and diagnosis of breast cancer, with reductions more pronounced in countries under lockdown restrictions. It is early yet to know if delayed screening during the pandemic translates into higher breast cancer mortality.
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 | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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