MétaCan
Menu
Retour à la cohorte
Enregistrement W6926424056 · doi:10.25384/sage.c.4346048.v1

Breast cancer subtype and screening sensitivity in the Quebec Mammography Screening Program

2018· other· en· W6926424056 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2018
Typeother
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMammographyBreast cancerConfidence intervalLogistic regressionCancerBreast cancer screeningMammography screening

Résumé

récupéré en direct d'OpenAlex

ObjectiveIn mammography screening, interval cancers present a problem. The metric ‘screening sensitivity’ monitors both how well a programme detects cancers and avoids interval cancers. To our knowledge, the effect of breast cancer surrogate molecular subtypes on screening sensitivity has never been evaluated. We aimed to measure the 2-year screening sensitivity according to breast cancer subtypes.MethodsWe studied 734 women with an invasive breast cancer diagnosed between 2003 and 2007 after participating in one regional division of Quebec’s Mammography Screening Program. They represented 83% of all participating women with an invasive BC diagnosis in that region for that period. Tumours were categorized into ‘luminal A-like’, ‘luminal B-like’, ‘triple-negative’ and ‘HER2-positive’ subtypes. We used logistic regression and marginal standardization to estimate screening sensitivity, sensitivity ratios (SR) and sensitivity differences. We also assessed the mediating effect of grade.ResultsAdjusted 2-year screening sensitivity was 75.4% in luminal A-like, 66.1% in luminal B-like, 52.9% in triple-negative and 45.3% in HER2-positive, translating into sensitivity ratios of 0.88 (95% confidence interval [CI] = 0.78–0.98) for luminal B-like, 0.70 (CI = 0.56–0.88) for triple-negative and 0.60 (CI = 0.39–0.93) for HER2-positive, when compared with luminal A-like. Grade entirely mediated the subtype-sensitivity association for triple negative and mediated it partly for HER2-positive. Screening round (prevalent vs. incident) did not modify results.ConclusionThere was substantial variation in screening sensitivity according to breast cancer subtypes. Aggressive phenotypes showed the lowest sensitivity, an effect that was mediated by grade. Tailoring screening according to women’s subtype risk factors might eventually lead to more efficient programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,429
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataMême sujetNoise Effects and ManagementTravaux en français237 207