MétaCan
Menu
Retour à la cohorte
Enregistrement W4319736836 · doi:10.3332/ecancer.2023.1506

Prevalence and determinants of lymphedema in newly diagnosed Nigerian breast cancer patients using bioimpedance estimations

2023· article· en· W4319736836 sur OpenAlexaff
Funmilola Wuraola, Olalekan Olasehinde, Matteo Di Bernardo, Patrick Ayodeji Akinyemi, Israel Adeyemi Owoade, Tajudeen Mohammed, Adewale Aderounmu, Samson Oluwagbemiga Ogunleye, Adeoluwa Adeleye, Mary Ogunyemi, Gregory Knapp, T. Peter Kingham, Olusegun Isaac Alatise

Notice bibliographique

Revueecancermedicalscience · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphatic System and Diseases
Établissements canadiensDalhousie University
Organismes subventionnairesNational Cancer Institute
Mots-clésLymphedemaMedicineBreast cancerBioelectrical impedance analysisCohortStage (stratigraphy)Quality of life (healthcare)Body mass indexCancerInternal medicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Background: Breast cancer-related lymphedema (BCRL) is common and has significant impact on quality of life. Very little is known about BCRL in sub-Saharan Africa. Generally, BCRL has been mostly evaluated post treatment, with very limited data on the prevalence of pre-treatment BCRL at baseline. This study presents the prevalence and clinical associations of lymphedema among newly diagnosed, treatment-naive breast cancer patients in a Nigerian cohort using bioimpedance estimations. Methods: Consecutively consenting, newly diagnosed, treatment-naive breast cancer patients were assessed for upper limb lymphedema using bioimpedance measurements of the extracellular fluid and the single-frequency bioelectrical impedance analysis value at 5 kHz. Patients were classified as having lymphedema if there was >10% difference in arm measurements or if the ratios of the arm measurements were >3 SD above a normative mean generated from representative controls. Regression analysis was performed to determine clinical variables associated with lymphedema. Results: . The majority (70%) had stage III disease. All measurements were significantly higher in cases than controls. Using various definitions, the prevalence of lymphedema was between 11.7% and 14.3%. Various clinical variables relating to clinical stage were significantly associated with lymphedema. Conclusion: The predominance of locally advanced disease in the Nigerian setting is associated with high pre-treatment lymphedema rates. This may set the stage for higher rates in the post-operative setting. Management of lymphedema should be incorporated into the treatment planning.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,334
Écart entre enseignants0,311 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueecancermedicalscienceMême sujetLymphatic System and DiseasesTravaux en français237 207