Effect of Breast Screening Regimen on Breast Cancer Outcomes: A Modeling Study
Notice bibliographique
Résumé
Guidelines vary for the age at which to begin breast cancer screening and the interval between examinations. A validated computer model was used to compare estimated outcomes between various screening regimens. The OncoSim-Breast microsimulation model (Canadian Partnership Against Cancer) was used to simulate a cohort of 1.53 million Canadian women born in 1975. The effect of screening regimen on absolute breast cancer mortality rates, stage at diagnosis, number needed to be screened to avert a breast cancer death or save a life year, abnormal recall rates and negative biopsy rates was examined for unscreened women or those entering screening at age 40 or 50 and screened annually or biennially to age 74. Compared to no screening, absolute mortality reduction was 4.6 (biennial 50-74), 5.9 (biennial 40-74) and 7.9 (annual 40-74) fewer deaths per 1000 women. The absolute rate of diagnosis of advanced cancers (Stage 2, 3 and 4) falls in favor of earlier stages as the number of lifetime screens increases. Annual screening beginning at age 40 until age 74 would provide an additional reduction of 2 and 3.3 breast cancer deaths per 1000 women compared to biennial screening beginning at ages 40 and 50, respectively. There is a corresponding drop in the absolute number of Stage 2, 3 and 4 cancers diagnosed.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».