Intercontinental Comparison of Immunohistochemical Subtypes Among Individuals With Breast Cancer in South-East Asia and South America: A Scoping Systematic Review and Meta-Analysis of Observational Studies
Notice bibliographique
Résumé
Background: Breast cancer (BC) remains a significant global concern, particularly among developing countries in South-East Asia (SEA) and South America (SA). The socioeconomic burdens of oncologic care in those countries were often originated from limited accessibility on attainable therapeutic options and reliability on identifying essential information of cancer cells, i.e., immunohistochemical (IHC) subtyping to determine suitable approaches. The triple-negative breast cancer (TNBC) is among the most aggressive category in breast malignancy, therefore, requiring more specific molecular pathway blocking to exhaust the cells. However, large-scale epidemiological investigation on its rate among BC remains unavailable to date. This study aimed to describe the prevalence of TNBC in the SEA and SA continents since it may guide the future direction of oncologic research and trials. Methods: This review focuses on observational studies from the SEA and SA continents from the last decade. Each study represents its country or cities, period of observation, population size, and the TNBC-BC rate as the main outcomes. Therefore, we may also limit the reporting bias originated from same-patient data on the specific occasions. The analysis will be derived to SEA-SA comparison, plus SEA/SA-specific session as processed in Comprehensive Meta-Analysis (CMA) version 3.0. The statistical analysis will be performed in random effects model (REM) within 95% confidence interval (CI). Results: From 46 studies included in the final analysis with a total enlisted population of 34,346 unique individuals with BC, the TNBC rate was higher in the SEA compared to the SA region (19.3% vs. 15.7%; P < 0.05 in 95% CI), with the highest prevalence observed in Vietnam (22.4%) and Peru (17.8%), if it was restricted on countries with two or more studies. Interestingly, both Laos and Argentina possessed significant differences compared to other countries within their respective continents, with the highest and lowest TNBC rates (P < 0.05). Conclusions: The IHC characteristics in SEA differ from those in the SA continent as mainly represented by TNBC prevalence, possibly shaping the course of future trials in the respective region based on IHC expressivity status.
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 | 0,016 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,025 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».