MétaCan
Menu
Retour à la cohorte
Enregistrement W4281723539 · doi:10.1136/bmjopen-2021-055735

Triple-negative breast cancer prevalence in Africa: a systematic review and meta-analysis

2022· review· en· W4281723539 sur OpenAlexafffund
Shawn M. Hercules, Meena Alnajar, Chen Chen, Stefan M. Mladjenovic, Bolade Ajarat Shipeolu, Olga Perkovic, Gregory R. Pond, Lawrence Mbuagbaw, Kim Blenman, Juliet M. Daniel

Notice bibliographique

RevueBMJ Open · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensImpactUniversity Health NetworkUniversity of TorontoSt. Joseph’s Healthcare HamiltonYork UniversityMcMaster UniversityPrincess Margaret Cancer Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchCure Brain Cancer Foundation
Mots-clésMedicineMeta-analysisBreast cancerDemographyPublication biasOncologyTriple-negative breast cancerInternal medicineGynecologyCancer

Résumé

récupéré en direct d'OpenAlex

Objective The aggressive triple-negative breast cancer (TNBC) subtype disproportionately affects women of African ancestry across the diaspora, but its frequency across Africa has not been widely studied. This study seeks to estimate the frequency of TNBC among African populations. Design Systematic review and meta-analysis using the Grading of Recommendations Assessment, Development and Evaluation (GRADE) framework. Data sources PubMed, EMBASE, African Journals Online and Web of Science were searched on 25 April 2021. Eligibility criteria for selecting studies We included studies that use breast cancer tissue samples from indigenous African women with sample size of eligible participants ≥40 and full receptor status for all three receptors (oestrogen receptor (ER)/progesterone receptor (PR)/human epidermal growth factor receptor 2 (HER2)) reported. Data extraction and synthesis Two independent reviewers extracted data and assessed risk of bias using the modified assessment tool by Hoy et al. (2012) for prevalence studies. A random-effects meta-analysis was performed, and data were pooled using the inverse-variance method and logit transformation. Pooled frequencies were reported with 95% CIs calculated with the Clopper-Pearson method and heterogeneity quantified with I 2 statistic. GRADE assessed the certainty of the evidence. Results 1808 potentially eligible studies were identified of which 67 were included in the systematic review and 60 were included in the meta- analysis. Pooled TNBC frequency across African countries represented was estimated to be 27.0%; 95% CI: 24.0% to 30.2%, I 2 =94%. Pooled TNBC frequency was highest across West Africa, 45.7% (n=15, 95% CI: 38.8% to 52.8%, I 2 =91%) and lowest in Central Africa, 14.9% (n=1, 95% CI: 8.9 % to 24.1%). Estimates for TNBC were higher for studies that used Allred guidelines for ER/PR status compared with American Society of Clinical Oncology(ASCO)/College of American Pathologists(CAP) guidelines, and for studies that used older versions of ASCO/CAP guidelines for assessing HER2 status. Certainty of evidence was assessed to be very low using GRADE approach. Conclusion TNBC frequency was variable with the highest frequency reported in West Africa. Greater emphasis should be placed on establishing protocols for assessing receptor status due to the variability among studies.

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)0,017
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,038
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,039
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,196
Tête enseignante GPT0,445
Écart entre enseignants0,249 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations63
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetBreast Cancer Treatment StudiesTravaux en français237 207