The MARECA (national study of management of breast cancer locoregional recurrence and oncological outcomes) study: protocol for a prospective, multicentre cohort study
Notice bibliographique
Résumé
Background: Despite a UK 5-year breast cancer survival rate of 86.6%, patients may develop breast cancer recurrence within the same breast after breast conserving surgery, as well as in the remaining skin or chest wall after mastectomy or in the ipsilateral lymph glands. These recurrences, collectively termed locoregional recurrence (LRR), occur in around 8% of patients within 10 years of their original diagnosis. Currently, there is a lack of robust information on the presentation and prevalence of LRR with no UK-specific clinical guidelines available for the optimal management of this patient group. Additionally, there is a need to identify patterns of LRR presentation and their progression, which will enable prognostic factors to be determined. This will subsequently enable the tailoring of treatment and improve patient outcome. Methods: The MARECA study is a prospective, multicentre cohort study recruiting patients diagnosed with breast cancer LRR +/- associated distant metastases. Over 50 UK breast units are participating in the study with the aim of recruiting at least 500 patients over a recruitment period of 24 months. The data collected will detail the tumour pathology, imaging results, surgical treatment, radiotherapy and systemic therapy of the primary and recurrent breast cancer. Study follow-up will be for up to 5 years following LRR diagnosis to determine subsequent oncological outcomes and evaluate potential prognostic factors. Discussion: This study will address the current knowledge gap and identify subgroups of patients who have less successful treatment outcomes. The results will determine the current management of LRR and the prognosis of patients diagnosed with breast cancer LRR +/- distant metastases in the UK, with the aim of establishing best practice and informing future national guidelines. The results will direct future research and inform the design of additional interventional trials and translational studies.
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 | 0,034 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,008 |
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 ».