Characterization of breast cancer detection programs in the Americas region with a focus on Ecuador
Notice bibliographique
Résumé
Introduction: breast cancer is the leading cause of mortality in women in the Americas Region, with 491 000 annual cases and approximately 106 391 deaths. In Ecuador, in 2020, there were 38,2 cases per 100 000 inhabitants, with a mortality rate of 10,9 per 100 000 individuals, emphasizing the importance of early detection and access to effective treatments to reduce the morbimortality associated with this pathology.Methodology: astematic review of 58 922 scientific articles was conducted, from which, applying inclusion and exclusion criteria, 36 publications were selected from databases such as PubMed, BVS, SCOPE, Web of Science, Google Scholar, and health websites of the six representative countries under study: the United States, Canada, Mexico, Uruguay, Brazil, and Ecuador. The collected data measured the impact and characteristics of breast cancer detection programs in relation to the reduction of mortality.Results: fifty percent of selected countries have active breast cancer detection programs, 33 % (equivalent to 2 nations) had protocols and clinical guidelines for prevention, and only one South American country was in the initial stage of implementing a sustainable pilot plan.Conclusion: in the Americas Region, it is crucial for governments to implement organized and accessible programs, ensuring universal access to the diagnosis and treatment of breast cancer. Ecuador must join this initiative, promoting prevention and public health through pragmatic policies to reduce mortality from breast cancer
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».