HUBUNGAN RIWAYAT KELUARGA DENGAN KEJADIAN KANKER PAYUDARA PREMENOPAUSE PADA ETNIS MINANGKABAU
Notice bibliographique
Résumé
Kanker payudara menempati urutan pertama yang menyerang perempuan Indonesia. Riwayat keluarga merupakan salah satu faktor internal yang memegang peranan penting terhadap kejadian kanker payudara. Onset menopause dikaitkan dengan peningkatan risiko kanker payudara. Kejadian kanker payudara premenopause pada negara berkembang dengan usia rata-rata pasien sekitar 50 tahun. Tujuan penelitian ini untuk mengetahui hubungan riwayat keluarga dengan kejadian kanker payudara premenopause pada etnis Minangkabau. \nPenelitian ini merupakan penelitian analitik observasional kuantitatif dengan rancangan berupa case control retrospektif. Data primer didapatkan dari hasil wawancara langsung pada kelompok kontrol dan melalui telepon pada kelompok kasus yang disertai dengan pengisian kuesioner riwayat kanker keluarga modifikasi dari Kingston General Hospital Cancer Centre Of Southeastern Ontario. Data sekunder menggunakan data pasien onkologi di Bagian Ilmu Bedah RSUP Dr. M. Djamil Padang. Sampel terdiri dari 125 orang kelompok kasus dan 125 orang kelompok kontrol dengan usia 30 – 50 tahun dan berasal dari etnis Minangkabau. Penelitian dilakukan pada September 2019 – Desember 2019. Chi Square digunakan untuk menganalisis hubungan. \nBerdasarkan penelitian ini dapat disimpulkan bahwa distribusi kanker payudara terbanyak pada kelompok umur 41-45 tahun. Pada penelitian ini ditemukan riwayat kanker pada saudara perempuan (OR : 1,534, 95% CI: 0,531-4,460), kanker pada ibu (Odds Ratio (OR): 1,177, 95% CI: 0,384-3,605), kanker pada ayah (OR: 1, 95% CI: 0,198-5,052). Hanya 12,8% kasus kanker payudara pada penelitian ini memiliki riwayat kanker pada keluarga. Wanita berisiko menderita kanker payudara 1,5 kali lipat jika saudara perempuannya terkena kanker dan 1,2 kali lipat jika ibunya terkena kanker. Riwayat kanker pada keluarga meningkatkan risiko kejadian kanker payudara. \nKata Kunci: Kanker Payudara, Riwayat Keluarga, Premenopause, Etnis Minang
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,004 |
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 ».