Cancer and Pregnancy in the Post-Roe v. Wade Era: A Comprehensive Review
Notice bibliographique
Résumé
Cancer during pregnancy, affecting 1 in 1000 pregnancies, is rising in incidence due to delayed childbearing and improved detection. Common types include breast cancer, melanoma and cervical cancer and Hodgkin's Lymphoma. There are several physiological changes that occur during pregnancy that make its management a challenge to clinicians. Managing it requires multidisciplinary approaches and cautious test interpretation due to overlapping symptoms. To minimize fetal radiation exposure, non-ionizing imaging is preferred, and the interpretation of tumor markers is challenging due to inflammation and pregnancy effects. In terms of treatment, chemotherapy is avoided in the first trimester but may be considered later. Immunotherapy's safety is under investigation, and surgery depends on gestational age and cancer type. Ethical and legal concerns are growing, especially with changes in U.S. abortion laws. Access to abortion for medical reasons is vital for pregnant cancer patients needing urgent treatment. Maternal outcomes may depend on the type of cancer as well as chemotherapy received but, in general, they are similar to the non-pregnant population. Fetal outcomes are usually the same as the general population with treatment exposure from the second trimester onwards. Fertility preservation may be an important component of the treatment discussion depending on the patient's wishes, age and type of treatment. This article addresses the complicated nature of a diagnosis of cancer in pregnancy, touching upon the known medical literature as well as the ethical-legal implications of such a diagnosis, whose importance has increased in the light of recent judicial developments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».