Short- and Long-term Cause-specific Survival of Patients with Inflammatory Breast Cancer
Notice bibliographique
Résumé
Background: Inflammatory breast cancer (IBC) had been perceived to have a poor prognosis. Oncologists were not enthusiastic in the past to give aggressive treatment. Single institution studies tend to have small patient numbers and limited years of follow-up. Most studies do not report 10-, 15- or 20-year results.\nMethods: Data was obtained from the population-based database of the Surveillance, Epidemiology, and End Results program of the National Cancer Institute from 1975-1995 using SEER*Stat5.0 software. This period of 21 years was divided into 7 periods of 3 years each. The years were chosen so that there was adequate follow-up information to 2000. ICD-O-2 histology 8530/3 was used to define IBC. The lognormal model was used for statistical analysis.\nResults: A total of 1684 patients were analyzed, of which 84% were white, 11% were African Americans, and 5% belonged to other races. Age distribution was < 30 years in 1%, 30-40 in 11%, 40-50 in 22%, 50-60 in 24%, 60-70 in 21%, and > 70 in 21%. The lognormal model was validated for 1975-77 and for 1978-80, since the 10-, 15- and 20-year cause-specific survival (CSS) rates, could be calculated using the Kaplan-Meier method with data available in 2000. The data were then used to estimate the 10-, 15- and 20-year CSS rates for the more recent years, and to study the trend of improvement in survival. There were increasing incidences of IBC: 134 patients in the 1975-77 period to 416 patients in the 1993-95 period. The corresponding 20-year CSS increased from 9% to 20% respectively with standard errors of less than 4%.\nConclusion: The improvement of survival during the study period may be due to introduction of more aggressive treatments. However, there seem to be no further increase of long-term CSS, which should encourage oncologists to find even more effective treatments. Because of small numbers of patients, randomized studies will be difficult to conduct. The SEER population-based database will yield the best possible estimate of the trend in improvement of survival for patients with IBC.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | medium |
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».