Notice bibliographique
Résumé
Breast cancer remains the most common type of cancer among Canadian women, with 28,900 new cases in 2022 alone. Improved detection through screening mammography and advances in multi-modality therapy account for the decline in breast cancer mortality seen in Canada since the 1980s. As 5-year survival rates reach 89%, the number of breast cancer survivors is rising. The concept of cancer survivorship has existed for decades, as has the appreciation that it is a complex domain of cancer care that begins at the time of diagnosis. Even within the group of patients with breast cancer, survivorship experiences and care needs are diverse, reflecting variability in tumour clinicopathologic characteristics, treatment plans, and prognosis. Evidence-based tools and guidelines suggest the assessment and management of cancer survivor’s physical, psychological, social, financial, and employment well-being. There is a need to clinically monitor for breast cancer recurrence and the development of secondary malignancies through screening. Survivorship also warrants attention to health promotion, including weight management, nutrition, physical activity, preventive health, and cessation of alcohol and cigarettes. The provision of survivorship care is the responsibility of all healthcare professionals, which requires close coordination between primary care and specialized cancer centres. In this article, we focus on the physical and psychosocial long-term and late effects faced by survivors of early-stage breast cancer. Many adjuvant therapies for breast cancer are associated with toxicities that negatively impact quality of life (QoL) and adherence. Nonadherence is important to address because it compromises breast cancer outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,005 | 0,001 |
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 tête enseignante, 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 ».