Geographic variation in breast reconstruction surgery after mastectomy for females with breast cancer in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: Breast cancer is the most common cancer affecting females in Canada, and about half of females with breast cancer are treated with mastectomy. We sought to evaluate geographic variation in breast reconstruction surgery in Alberta, Canada. METHODS: Using linked population-based administrative databases, we extracted data on all Alberta females aged 18 years and older who were diagnosed with breast cancer and treated with mastectomy during 2004-2017. Analyses included regression modelling of odds of reconstruction at 1 year and a spatial scan to identify geographic clusters of lower numbers of reconstruction. RESULTS: A total of 16 198 females diagnosed with breast cancer were treated with a mastectomy, and 1932 (11.9%) had reconstruction within 1 year postmastectomy. Those with reconstruction were more likely to be younger (adjusted odds ratio [OR] 16.7, 95% confidence interval [CI] 13.7-20.3; aged 21-44 yr v. ≥ 65 yr) and were less likely to be from lower-income neighbourhoods. They were more likely to have at least 1 comorbidity and were more likely to have advanced stages of cancer and to require chemotherapy (adjusted OR 0.55, 95% CI 0.47-0.65) or radiotherapy after mastectomy (adjusted OR 0.59, 95% CI 0.39-0.87) than females without reconstruction. We identified rural northern and southeastern clusters with frequencies of reconstruction that were 69.6% and 41.6% of what was expected, respectively. CONCLUSION: We found an overall postmastectomy rate of breast reconstruction of 11.9%, and we identified geographic variation. Predictors of reconstruction in Alberta were similar to those previously described in the literature, specifically with patients in rural communities having lower rates of reconstruction than their urban counterparts. These results suggest that further interventions are required to identify the specific barriers to reconstruction within rural communities and to create strategies to ensure equitable access to all residents.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».