The effect of multidisciplinary team on survival rates of women with breast cancer: a systematic review and meta-analysis
Notice bibliographique
Résumé
Breast cancer is quite frequent all around the world. This disease was responsible for an estimated 2.1 million malignancies in 2022, making it the seventh-highest cause of cancer deaths globally. A multidisciplinary team (MDT) care policy was developed in the United Kingdom (UK) in 1995 to enhance the quality of care for cancer patients. The purpose of this systematic review and meta-analysis study is to assess the effects of MDT on breast cancer survival rates. Methods: This study was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020. Systematic search was conducted in several international databases including Google Scholar, PubMed, EBSCOhost, and Proquest from 2012 to 2022. The authors used RevMan 5.4 to do the meta-analysis of the pooled hazard ratio. Newcastle-Ottawa Scale to measure the risk of bias. Newcastle-Ottawa Scale evaluated participant selection, comparability, and reporting of results using eight subscale items. Egger's test funnel plot was used to assess the potential publication bias for this study. Results: A total of 1187 studies were identified from research database. The authors found a total of six studies from six different countries (China, the UK, Taiwan, Australia, Africa, and France) included for this study. Based on the meta-analysis of the pooled hazard ratio of the included studies, the authors found that the overall effect size of the study was 0.80 (CI 95%: 0.73-0.88). Conclusions: Breast cancer patients who participated in well-organized MDT discussions had a greater survival rate than those who did not.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».