Chemotherapy-Induced Toxicities and Their Associations with Clinical and Non-Clinical Factors among Breast Cancer Patients in Vietnam
Notice bibliographique
Résumé
Understanding the burden and factors related to chemotherapy-induced toxicity is important in treatment planning for breast cancer patients. We conducted a prospective study among 396 newly diagnosed and chemotherapy-treated breast cancer patients recruited in two major cancer hospitals in northern Vietnam. Toxicities were captured through medical chart reviews and patient self-reports and graded using NCI CTCAE classification. Associations for sociodemographic and clinical factors with chemotherapy-induced toxicities during first-line chemotherapy were evaluated via multivariable logistic regression. Severe (i.e., grade ≥ 3) hematological (38.6%), and gastrointestinal (12.9%) toxicities were common. A pre-existing nephrological condition was significantly associated with the risk of severe hematological toxicity with adjusted odds ratios (OR) and 95% confidence intervals (CIs) of 2.30 (1.32-4.01). Patients living in rural areas had a lower risk of severe hematological toxicity (OR = 0.48; 95% CI, 0.30-0.77). Patients diagnosed with stage II and stage III-IV had a lower risk of severe gastrointestinal toxicity with ORs and 95% CIs of 0.26 (0.12-0.59) and 0.47 (0.20-1.10), respectively. Triple-negative/basal-like subtype was associated with a higher risk of severe hematological (OR = 3.15; 95% CI, 1.56-6.34) and gastrointestinal toxicities (OR = 3.60; 95% CI, 1.45-8.95) comparing to hormone receptor (HR)-positive HER2-negative subtype. Further research investigating underlying mechanisms would facilitate the development and delivery of personalized treatment and care plans.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».