Treatment strategies for triple-negative primary breast cancer in older women: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Although the relative proportion of triple-negative breast cancer decreases with age, its prevalence is rising with an aging population. This study examined real-world treatment practices, whether age in older women with triple-negative breast cancer affects therapy and outcomes, focusing on the potentially curable nature of early-stage triple-negative breast cancer. METHODS: A Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA-compliant search using population, intervention, comparison, outcomes criteria identified literature from 2014 to 2023 across 5 databases (MEDLINE, Embase, PubMed, Web of Science, and Scopus), focusing on women aged 65 years and older with early-stage triple-negative breast cancer. RESULTS: From 7171 records, 37 studies were included. Older women with triple-negative breast cancer exhibited less aggressive features, including lower Ki67, higher androgen receptor, and higher Bcl2 expression. Breast-conserving surgery with radiation therapy (RT) was associated with improved overall survival and breast cancer-specific survival, with fewer recurrences compared with mastectomy with or without RT. Older women with triple-negative breast cancer were more likely to receive RT than systemic therapy, and the lack of RT correlated with worse outcomes. Multivariate analyses showed that systemic treatment improved 5-year overall survival and breast cancer-specific survival. Overall, outcomes did not show significant differences between women aged 70 years and older and women younger than 70 years at a median follow-up of 46 months. CONCLUSIONS: The lack of overall outcome improvements for older women with triple-negative breast cancer following treatment may not solely be due to absent targetable receptors because the intrinsic biology in older patients may be relatively favorable. Instead, treatment selection biases against active treatment due to age-related factors may contribute substantially. Treatment decisions should be biology based and guided by a multidisciplinary, holistic, and patient-centered approach that carefully considers comorbidities, functional status, social support, and patient preferences.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».