Impact of immigration status on survival amongst early-stage (1&2) HER2 positive and triple-negative breast cancer patients in Ontario, Canada.
Notice bibliographique
Résumé
e12512 Background: This study explored death from breast cancer and death from other causes amongst women with stages 1 and 2 her2 positive and triple-negative breast cancer (BC) by immigration status. Methods: We identified women aged 18-75 diagnosed with BC in Ontario from January 1 st, 2012, to Dec 31 st, 2019, and followed them up to 31 st Dec, 2023. We stratified them into immigrants and long-term residents according to the Immigration, Refugee, and Citizenship Canada Permanent Resident (CIC) database. Using linked administrative data sources, we extracted information on the date of diagnosis, molecular subtype, death due to breast cancer, and death due to all other causes. Using competing risks regression (Fine & Gray method), we analyzed the influence of immigration on breast cancer survival, adjusting for age, molecular subtype, stage, resource utilization, and marginalization by ethnic concentration quintile and calculated the sub-distribution hazard ratios (SHR). Results: We included 8,927 women, 1,617 immigrants (540 with TNBC, and 1,077 had her2 positive BC), and 7,310 long-term residents (2,724 with TNBC, and 4586 had her2 positive). The mean age was 55.75 (SD 10.81). Most immigrants lived in areas comprising the highest quintile of ethnic concentration, indicating the highest level of marginalization. At the end of the follow-up period, 557 (6.2%) had died from breast cancer, while 475 (5.3%) had died from all other causes. Conclusions: Immigration status does not increase the risk of death from breast cancer or death from other causes among women with stage 1 and 2 Her 2 positive or triple-negative breast cancer in Ontario. Multivariable Cox proportional hazards regression with sub-distribution hazards. Breast cancer deaths Deaths from other causes p-value SHR 95% ConfidenceLimit p-value SHR 95% Confidence Limit Immigrants vs long-term residents 0.68 1.05 0.82 1.35 0.58 0.92 0.67 1.25 Her2 positive vs TNBC <.0001 0.35 0.30 0.42 0.36 0.92 0.76 1.10 Ethnic concentration quintileQuintile 1 (lowest)(ref)Quintile 2Quintile 3Quintile 4Quintile 5 0.620.330.350.58 1.070.870.880.93 0.820.660.660.70 1.401.151.161.22 0.200.870.010.09 0.830.980.680.77 0.630.740.500.57 1.101.280.911.05 For 1-year increase in age <.0001 1.02 1.01 1.03 <.0001 1.06 1.05 1.08
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».