Variation in second breast cancer risk after primary invasive cancer by time since primary cancer diagnosis and estrogen receptor status
Notice bibliographique
Résumé
BACKGROUND: In women with previously treated breast cancer, occurrence and timing of second breast cancers have implications for surveillance. The authors examined the timing of second breast cancers by primary cancer estrogen receptor (ER) status in the Breast Cancer Surveillance Consortium. METHODS: Women who were diagnosed with American Joint Commission on Cancer stage I-III breast cancer were identified within six Breast Cancer Surveillance Consortium registries from 2000 to 2017. Characteristics collected at primary breast cancer diagnosis included demographics, ER status, and treatment. Second breast cancer events included subsequent ipsilateral or contralateral breast cancers diagnosed >6 months after primary diagnosis. The authors examined cumulative incidence and second breast cancer rates by primary cancer ER status during 1-5 versus 6-10 years after diagnosis. RESULTS: At 10 years, the cumulative second breast cancer incidence was 11.8% (95% confidence interval [CI], 10.7%-13.1%) for women with ER-negative disease and 7.5% (95% CI, 7.0%-8.0%) for those with ER-positive disease. Women with ER-negative cancer had higher second breast cancer rates than those with ER-positive cancer during the first 5 years of follow-up (16.0 per 1000 person-years [PY]; 95% CI, 14.2-17.9 per 1000 PY; vs. 7.8 per 1000 PY; 95% CI, 7.3-8.4 per 1000 PY, respectively). After 5 years, second breast cancer rates were similar for women with ER-negative versus ER-positive breast cancer (12.1 per 1000 PY; 95% CI, 9.9-14.7; vs. 9.3 per 1000 PY; 95% CI, 8.4-10.3 per 1000 PY, respectively). CONCLUSIONS: ER-negative primary breast cancers are associated with a higher risk of second breast cancers than ER-positive cancers during the first 5 years after diagnosis. Further study is needed to examine the potential benefit of more intensive surveillance targeting these women in the early postdiagnosis period.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».