“得了乳腺癌,最晚可以什么时候手术?”最新解答在JAMA Surg近40万人研究数据!

2023-03-13 MedSci原创 MedSci原创

JAMA Surg:从乳腺癌诊断到乳房手术的时间应使用8周或更短的时间作为手术时间的质量指标。手术时间超过8周可能部分与不利的健康社会决定因素有关。

虽然从乳腺癌诊断到初次手术的时间较长与较差的生存结果相关,但对手术不利的具体时间点目前尚不清楚。确定一个可接受的手术时间将有助于告知和协调患者、临床医生和医疗系统资源。

因此,本研究旨在探讨从乳腺癌诊断到手术的时间(以周为单位)与总生存率之间的关系,并描述与手术延迟相关的因素。对手术时间与总生存期之间存在关联的假设进行了检验。

这是一项病例系列研究,使用了2010年至2014年诊断为乳腺癌的女性个体的国家癌症数据库(NCDB)数据(随访5年至2019)NCDB使用的医院注册数据来自超过1500家癌症委员会认可的机构,占美国所有癌症诊断的70%。纳入的参与者为18岁或以上的女性,患有I - III期导管或小叶乳腺癌,第一疗程为手术治疗。既往有乳腺癌病史、受体信息缺失、新辅助或实验性治疗、或初次手术当日诊断为乳腺癌的患者被排除在外。多变量Cox回归用于评估与总生存期相关的因素。患者在死亡时或最后一次随访时进行检查。协变量包括年龄和肿瘤特征。进行多项回归以确定与手术时间较长相关的因素,以诊断后手术30天或更短作为参照组。数据分析时间为2022315日至77日。主要结局指标是总生存期。

结果显示,最终队列纳入373 334例患者(中位[IQR]年龄,61 [51-70]岁)。在多变量Cox回归分析中,与04周(1-28天)时手术相比,诊断后9周(57-63天)或更晚的手术时间与更差的总生存期相关(风险比,1.15;95%CI1.08-1.23;P <0.001)。通过多项回归,与手术时间较长(以诊断后1-30天的手术为参考)相关的因素包括:(1)年龄较小,例如,45岁或以下接受手术的患者在诊断后31-60天接受手术的调整比值比(OR)为1.3295%CI1.28-1.38);6174天接受手术的OR1.6495%CI1.52-1.78;大于74天接受手术的OR1.5895%CI1.46-1.71;2)未投保或医疗补助状态,例如,在诊断后31-60天接受手术的医疗补助患者的调整OR1.3595%CI1.30-1.39;61-74天为2.1395%CI2.01-2.26;大于74天的则为3.4295%CI3.25-3.61;3)社区家庭收入较低,例如,家庭收入低于38000美元的患者在诊断后31-60天接受手术的调整OR1.3595%CI1.02-1.07;61-74天为1.2195%CI1.15-1.27;大于74天的则为1.5395%CI1.46-1.61)。

该病例系列研究的结果表明,应使用8周或更短的时间作为手术时间的质量指标。手术时间超过8周可能部分与不利的健康社会决定因素有关。

原文来源:

Wiener AA, Hanlon BM, Schumacher JR, Vande Walle KA, Wilke LG, Neuman HB. Reexamining Time From Breast Cancer Diagnosis to Primary Breast Surgery. JAMA Surg. Published online March 01, 2023. doi:10.1001/jamasurg.2022.8388



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

相关资讯

Radiology:人工智能,让乳腺钼靶达到活检功能!

由于数字乳腺钼靶(DM)在乳腺癌诊断中的广泛使用,临床上试图将结合深度学习和监督学习的模型应用于DM以实现乳腺病变的准确识别。

Breast Cancer:润肤霜对乳腺癌患者急性放疗引起的皮炎的效果

对于接受放疗的乳腺癌患者来说,皮肤损伤是不可避免的,如色素沉着、红斑、干燥、烧灼和刺激感。

Radiology:深度学习的浸润性乳腺癌模拟增强乳腺MRI

最近使用脑部MRI扫描的研究表明,利用深度学习从预对比度输入合成对比度增强图像是可行的。

European Radiology:基于超声的深度学习模型在进行乳腺病变风险分层中的应用

最近,许多研究利用机器学习(ML)或深度学习(DL)技术建立了良性和恶性乳腺病变的二元分类预测模型;然而,只有少数研究关注BI-RADS分类或两者都关注,而且还存在一些问题。

European Radiology:新辅助治疗后乳腺癌分子亚型改变的MRI机器学习模型

放射组学是一种非侵入性的方法,可以评估肿瘤的微环境、空间特异性、生物标志物的状态以及在研究层面上对疾病演变和患者的长期预后进行纵向评估。

Invest Radio:深度学习分类和计算机辅助诊断对乳腺癌MR筛查的价值

为了减少乳腺磁共振(MR)放射科医生的工作量,研究人员将重点放在自动病变检测上。其中一个研究重点是使用计算机辅助分流(CAT)来对正常扫描进行识别。