Treatment Patterns, Clinical Outcomes and Quality of Life in BRCA1/2-Associated Breast Cancer Patients: A Retrospective Analysis
Notice bibliographique
Résumé
Background: Breast cancer (BC) patients with germline BRCA1/2 pathogenic variants (PVs) often face unique challenges compared to non-carriers. However, the impact of PVs on treatment patterns, clinical outcomes, and quality of life (QoL) remains insufficiently explored. This study aims to assess these factors in these individuals. Methods: A retrospective analysis was conducted using data from the Medical University of Vienna Center for Familial Breast and Ovarian Cancer between 2011 and 2021. Among 1285 individuals identified, 338 were included (120 BRCA1 PVs, 47 BRCA2 PVs, and 171 non-carriers). Clinical data including treatment patterns and outcomes were collected; QoL was assessed in BRCA1/2 PV carriers using the SF-12 questionnaire. Results: Among 338 BC patients, BRCA1 PV carriers were significantly younger at disease onset and more likely to present with triple-negative BC, with higher Ki-67 (>10%) than BRCA2 or non-carriers. Platinum-based chemotherapy was more frequently administered to BRCA PV carriers for neoadjuvant treatment (OR 7.7, p < 0.001), and therapeutic bilateral mastectomy was more common in BRCA1 carriers (44.7%) compared to BRCA2 (37.8%, p = 0.114) and non-carriers (25.2%, p = 0.003). Epirubicin was the primary agent for adjuvant chemotherapy across all groups compared to other chemotherapeutic agents. QoL assessments revealed significant physical health challenges, particularly among those who underwent neoadjuvant chemotherapy and surgery, while mental health scores remained relatively high. Conclusions: This study highlights the distinct treatment patterns and tumor characteristics associated with BRCA1/2 carriers, including the impact of treatments on quality of life. Nevertheless, our findings ought to be interpreted with caution due to the small sample size. Larger prospective studies with more complete treatment data, including PARP inhibitor use, and further research on supportive care strategies are needed for this high-risk population.
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 | 0,002 |
| 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 ».