Densidade mamária e suas possibilidades terapêuticas no câncer de mama
Notice bibliographique
Résumé
Objetivo: Descrever o impacto da densidade mamária como fator de risco para o câncer de mama, considerando o impacto diagnóstico e as opções diagnósticas e terapêuticas. Métodos: Trata-se de revisão sistemática baseada nas diretrizes PRISMA, utilizando a estratégia PICOS para definir a pergunta de pesquisa. Foram analisados artigos publicados entre 2019 e 2024 nas bases SciELO, BVS e PubMed. Os critérios de inclusão e exclusão foram aplicados na seleção dos estudos, cuja qualidade foi avaliada pela Escala Newcastle-Ottawa. Resultados: A análise mostrou que a alta densidade mamária contribui para o diagnóstico tardio do câncer, reduzindo a eficácia da mamografia. A ressonância magnética e a tomossíntese digital são alternativas promissoras. Além disso, terapias como tamoxifeno e vitamina D demonstraram potencial na redução da densidade mamária, podendo melhorar a detecção do câncer. Considerações finais: Adensidade mamária elevada é um desafio no diagnóstico precoce do câncer de mama, exigindo estratégias diagnósticas complementares e acessíveis para melhorar a detecção em mulheres com mamas densas. Além disso, é reforçado o papel de terapias hormonais e nutricionais na redução desse fator de risco.
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 | 0,010 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 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 ».