Outcome of Triple Negative Breast Cancer(TNBC) as compared to other breast cancers in Bir Hospital, National Academy of Medical Sciences
Notice bibliographique
Résumé
Introduction: In Nepal, breast cancer is the second most common cancer accounting for a large number of deaths.The subtype Triple-negative breast cancer (TNBC) is linked to poor prognosis and is characterized by the absence of estrogen receptor (ER), progesterone receptor (PR), and human epidermal growth factor receptor-2 (HER2). This study describes the outcome of women with TNBC as compared to other breast cancers in Bir Hospital in Nepal. Methods: This was a cross-sectional study conducted in Bir Hospital, National Academy of Medical Sciences. The breast cancer data in Department of Surgery and Department of Oncology were collected from July 2021 to June 2024. The study data on demographic details, clinical findings, radiological and pathological investigations, operative procedures, neoadjuvant/adjuvant therapy, surgical and oncological outcomeswere collected. The study approval was taken from Institutional Review Board of National Academy of Medical Sciences. Results: There were 72 breast cancer patientsout of which 10 (13.8 %) were TNBC. Majority of the cases (70%) underwent modified radical mastectomy and 60% of them had received neoadjuvant therapy in TNBC cases. One out of 10 had positive margin post mastectomy. The proportion of TNBC patients with postoperative wound infection, seroma and flap necrosis were 10% each. The mean lymph node positivity was less in TNBC group as compared to other breast cancers.There was one recurrence, one metastasis and no mortality till one year follow up. Conclusion: The surgical outcome was satisfactory and with neo-adjuvant, surgery and adjuvant therapy, there is less tumor recurrence and satisfactory disease free survival and overall survival.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».