Impact of Pregnancy on Breast Cancer Features and Prognosis
Notice bibliographique
Résumé
Background: pregnancy-associated breast cancer (PABC) affects one in 3000 pregnancies, often presenting with aggressive features. Methods: We retrospectively evaluated a cohort of 282 young BC patients (≤45 years old) treated between 1995 and 2019, dividing them into three groups: nulliparous women, women with PABC (diagnosed within 2 years since last pregnancy) and women with BC diagnosed > 2 years since last pregnancy. This last group was further stratified according to the time between pregnancy and BC. The analysis encompassed histological factors (tumor size, histotype, grading, nodal involvement, multifocality, lympho-vascular invasion, hormone receptor expression, Ki-67 index, and HER2 expression), type of surgery and recurrence. Results: Age at diagnosis was younger in nulliparous than in parous women (p < 0.001). No significant differences were noticed regarding histological characteristics and recurrences. At univariate analysis, nodal involvement (OR = 2.4; p < 0.0001), high tumor grade (OR = 2.6; p = 0.01), and lympho-vascular invasion (OR = 2.3; p < 0.05), but not pregnancy (OR = 0.8; p = 0.30), influenced DFS negatively. Multivariate analysis confirmed nodal involvement as the only negative independent prognostic factor for a worse DFS (OR = 2.4; p = 0.0001). Conclusions: in our experience, pregnancy is not an independent adverse prognostic factor for BC DFS.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».