Risks of second non-breast primaries following breast cancer in women: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Second primary cancer incidence is rising among breast cancer survivors. We examined the risks of non-breast second primaries, in combination and at specific cancer sites, through a systematic review and meta-analysis. METHODS: We conducted a systematic search of PubMed, Embase, and Web of Science, seeking studies published by March 2022. We included studies that reported standardized incidence ratios (SIRs), with associated standard errors, assessing the combined risk of second non-breast primaries following breast cancer. We performed meta-analyses of combined second primary risks, stratifying by age, follow-up duration, and geographic region. We also assessed second primary risks at several specific sites, stratifying by age. The inverse variance method with DerSimonian-Laird estimators was used in all meta-analyses, assuming a random-effects model. Associated biases and study quality were evaluated using the Newcastle-Ottawa scale. RESULTS: : 99%). This varied by age: the estimate was 1.59 (95% CI 1.36-1.85) when breast cancer was diagnosed before age 50, which was significantly higher than in women first diagnosed at 50 or over (SIR: 1.13, 95% CI 1.01-1.36, p for difference: < 0.001). SPC risks were also significantly higher when based on Asian, rather than European, registries (Asia-SIR: 1.47, 95% CI 1.29-1.67. Europe-SIR: 1.16, 95% CI 1.04-1.28). There were significantly increased risks of second thyroid (SIR: 1.89, 95% CI 1.49-2.38), corpus uteri (SIR: 1.84, 95% CI 1.53-2.23), ovary (SIR: 1.53, 95% CI 1.35-1.73), kidney (SIR: 1.43, 95% CI 1.17-1.73), oesophagus (SIR: 1.39, 95% CI 1.26-1.55), skin (melanoma) (SIR: 1.34, 95% CI 1.18-1.52), blood (leukaemia) (SIR: 1.30, 95% CI 1.17-1.45), lung (SIR: 1.25, 95% CI 1.03-1.51), stomach (SIR: 1.23, 95% CI 1.12-1.36) and bladder (SIR: 1.15, 95% CI 1.05-1.26) primaries. CONCLUSIONS: Breast cancer survivors are at significantly increased risk of second primaries at many sites. Risks are higher for those diagnosed with breast cancer before age 50 and in Asian breast cancer survivors compared to European breast cancer survivors. This study is limited by a lack of data on potentially confounding variables. The conclusions may inform clinical management decisions following breast cancer, although specific clinical recommendations lie outside the scope of this review.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,038 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».