Risk Factors Associated with Breast Cancer-Related Lymphedema: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Lymphedema is a chronic, progressive condition that commonly occurs after treatment for breast cancer. Therefore, this study aimed to assess the incidence and risk factors of breast cancer-related lymphedema (BCRL). Methods: PubMed, Web of Science, Embase, MEDLINE, CNKl, Wang Fang DATA, Vip Database, and SinoMed were searched from January 2000 to January 2022. Risk of bias was assessed using the Newcastle-Ottawa Scale. Estimates of pooled incidence and risk factors estimates were calculated with 95% confidence intervals (CI), with sub-group analyses according to country, study design, population characteristics, the definition of lymphedema, and risk of bias. Heterogeneity was measured using I2 and publication bias was analyzed by funnel plot. Results: 34 studies comprising 23,988 participants were included in this study, with a follow-up period ranging from 1 to 10.2 years. The estimated pooled cumulative incidence at 1,2,3,5 years post-operative for patients respectively was 20%, 17%, 18% and 23%. Factors like: stage III cancer (RR: 1.34; 95% Cl: 1.17-1.52), age≥50 (RR: 1.47; 95% Cl: 1.23-1.76), BMI ≥25 (RR: 2.09; 95% Cl: 1.85-2.36), ALND (RR: 2.72; 95% Cl: 1.89-3.92), axillary radiotherapy (RR: 2.19; 95% Cl: 1.64-2.92), Neo-adjuvant chemotherapy (RR: 1.61; 95% Cl: 1.08-2.39), adjuvant taxane-based chemotherapy (RR: 1.65; 95% Cl: 1.25-2.19) and postoperative wound complications (RR: 1.66; 95% Cl: 1.13- 2.43) were significantly associated with BCRL. Conclusions: Our analyses suggest that BCRL risk is significantly associated with cancer stage, age, BMI, ALND, radiotherapy, chemotherapy, and postoperative wound complications.
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 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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,027 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».