Risk stratification in cervical cancer screening by complete screening history: Applying bioinformatics to a general screening population

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:uu-323754" > Risk stratification...

1 av 1
Föregående post
Nästa post
Till träfflistan

Baltzer, NicholasUppsala universitet,Beräkningsbiologi och bioinformatik,Department of Medical Epidemiology and Biostatistics, Karolinska Institutet, Stockholm, Stockholm County, Sweden (författare)

Risk stratification in cervical cancer screening by complete screening history : Applying bioinformatics to a general screening population

Artikel/kapitelEngelska2017

Förlag, utgivningsår, omfång ...

2017-04-24
Wiley,2017
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:uu-323754
https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-323754URI
https://doi.org/10.1002/ijc.30725DOI
http://kipublications.ki.se/Default.aspx?queryparsed=id:135808081URI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Women screened for cervical cancer in Sweden are currently treated under a one-size-fits-all programme, which has been successful in reducing the incidence of cervical cancer but does not use all of the participants' available medical information. This study aimed to use women's complete cervical screening histories to identify diagnostic patterns that may indicate an increased risk of developing cervical cancer. A nationwide case-control study was performed where cervical cancer screening data from 125,476 women with a maximum follow-up of 10 years were evaluated for patterns of SNOMED diagnoses. The cancer development risk was estimated for a number of different screening history patterns and expressed as Odds Ratios (OR), with a history of 4 benign cervical tests as reference, using logistic regression. The overall performance of the model was moderate (64% accuracy, 71% area under curve) with 61-62% of the study population showing no specific patterns associated with risk. However, predictions for high-risk groups as defined by screening history patterns were highly discriminatory with ORs ranging from 8 to 36. The model for computing risk performed consistently across different screening history lengths, and several patterns predicted cancer outcomes. The results show the presence of risk-increasing and risk-decreasing factors in the screening history. Thus it is feasible to identify subgroups based on their complete screening histories. Several high-risk subgroups identified might benefit from an increased screening density. Some low-risk subgroups identified could likely have a moderately reduced screening density without additional risk.

Ämnesord och genrebeteckningar

MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin Cancer och onkologi hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine Cancer and Oncology hsv//eng
NATURVETENSKAP Data- och informationsvetenskap Bioinformatik hsv//swe
NATURAL SCIENCES Computer and Information Sciences Bioinformatics hsv//eng
bioinformatics
cervical cancer
screening
personalized medicine
machine learning

Biuppslag (personer, institutioner, konferenser, titlar ...)

Sundström, KarinKarolinska Institutet (författare)
Nygård, Jan F.Canc Registry Norway, Dept Registry Informat, Oslo, Oslo County, Norway. (författare)
Dillner, JoakimKarolinska Institutet (författare)
Komorowski, JanUppsala universitet,Beräkningsbiologi och bioinformatik,Polish Acad Sci, Inst Comp Sci, Warsaw, Warsaw County, Poland.(Swepub:uu)jakom133 (författare)
Uppsala universitetBeräkningsbiologi och bioinformatik (creator_code:org_t)

Sammanhörande titlar

Ingår i:International Journal of Cancer: Wiley141:1, s. 200-2090020-71361097-0215

Internetlänk

Hitta via bibliotek

International Journal of Cancer (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Baltzer, Nichola ...; Sundström, Karin; Nygård, Jan F.; Dillner, Joakim; Komorowski, Jan

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Cancer och onkol ...

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Bioinformatik

Artiklar i publikationen: International Jo ...

Av lärosätet: Uppsala universitet; Karolinska Institutet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se