PSCCR-BC: Voorspellen van late effecten na behandeling voor borstkanker

Evidencio uses JavaScript for many of its features. Please enable JavaScript to enable calculations

Het PSCCR-BC model kan gebruikt worden om inzicht te krijgen in het individuele risico op vroege en late gezondheidseffecten tot 14 jaar na de diagnose van borstkanker.

Dit model geeft een indicatie van de omvang van de mogelijke late effecten na borstkankerbehandeling waarvoor de patiënt de huisarts bezoekt. Het is niet bedoeld om nauwkeurig individuele kansen te schatten.

Research authors: Marianne J. Heins, Kelly M. de Ligt, Janneke Verloop, Sabine Siesling, Joke C. Korevaar, namens de PSCCR groep

Details Formula Study characteristics Files & References

Model author

Korevaar

Model ID

1900

Version

1.27

Revision date

2020-10-08

Specialty

Oncology

MeSH terms

Breast Cancer

Follow-Up Care

Adverse Effects, Long Term

Model type

R-Script model ^{(Calculation)}

Status

public

Rating

No rating criteria met

Formula
No Formula defined yet

Condition	Formula

Additional information

De predictiemodellen zijn gebaseerd op gegevens van 11.671 vrouwen die de diagnose borstkanker hebben gekregen tussen 2000 en 2016 en 23.242 leeftijdsgenoten zonder borstkanker uit het Nederlandse Primary and Secondary Cancer Care Registry: PSCCR-Borstkanker. Deze database bevat gegevens over de diagnose, behandeling van kanker en het zorggebruik bij de huisarts en is een combinatie van gegevens uit de NKR (Nederlands Kankerregister) en Nivel Eerstelijnszorg data. We bouwden Cox-regressiemodellen voor 685 gezondheidseffecten, met het gezondheidseffect als uitkomst en de behandeling van kanker als voorspellers voor de vergelijking tussen vrouwen met en zonder borstkanker. Modellen werden apart gebouwd voor vier leeftijdsgroepen (leeftijd bij diagnose van 18 tot 44, 45 tot 59, 60 tot 74 en 75 tot 89) en twee follow-up periodes (1 tot 4 jaar en 5 tot 14 jaar na diagnose).

Van de 685 onderzochte gezondheidseffecten kwamen er 231 significant vaker voor bij vrouwen met borstkanker dan bij vrouwen van dezelfde leeftijd zonder borstkanker. Het optreden van de gezondheidseffecten verschilde naar leeftijd, tijd sinds de diagnose en het behandeling. De risico's zijn samengevat op het niveau van de individuele patiënt in de huidige tool.

Op dit moment (Q4 2020) wordt het artikel om de studie te beschrijven inclusief de tool in detail beoordeeld voor publicatie. Zodra het document is gepubliceerd, zal de volledige referentie hier verschijnen. Daarnaast wordt er ook een paper over de methodologie op dit moment beoordeeld voor publicatie, waarvan ook na publicatie de volledige referentie hier zal verschijnen.

Voor vragen kunt u contact opnemen met M. Heins (m.heins@nivel.nl)

Study Population

Total population size: 0

Additional characteristics

No additional characteristics defined

	PSCCR-BC: Voorspellen van late effecten na behandeling voor borstkanker
	V-1.27-1900.20.10.08
	Refer to Intended Use for instructions before use
	Evidencio B.V., Irenesingel 19, 7481 GJ, Haaksbergen, the Netherlands

Related files

Preview

Name

Supporting Publications

Title or description

...

Result

Note

Notes are only visible in the result download and will not be saved by Evidencio

Outcome stratification

Result interval {{ additionalResult.min }} to {{ additionalResult.max }}

Conditional information

Calculations alone should never dictate patient care, and are no substitute for professional judgement. See our full disclaimer.

Comments

Rating

Comment

Please enter a comment of rating

Comments are visible to anyone

Model feedback

No feedback yet 1 Comment {{ model.comments.length }} Comments

Not rated | On {{ comment.created_at }} {{ comment.user.username }} a no longer registered author wrote:

Validate model Download report

Save input Load input

Recent Oncology Models

Preoperative risk of positive surgical margins in breast-conserving surgery

Risk Prediction Model for Acute Kidney Injury After the First Course of Cisplatin

Khorana risk score: Risk prediction of chemotherapy associated thrombosis

Clinical prediction model to characterize pulmonary nodules

A prediction model for underestimation of invasive breast cancer for patients with a biopsy diagnosis of Ductal Carcinoma In Situ (DCIS)

All Oncology Models

Please sign in to enable Evidencio print features

In order to use the Evidencio print features, you need to be logged in.
If you don't have an Evidencio Community Account you can create your free personal account at:

https://www.evidencio.com/registration

Printed results - Examples {{ new Date().toLocaleString() }}

Evidencio Community Account Benefits

With an Evidencio Community account you can:

Create and publish your own prediction models.
Share your prediction models with your colleagues, research group, organization or the world.
Review and provide feedback on models that have been shared with you.
Validate your models and validate models from other users.
Find models based on Title, Keyword, Author, Institute, or MeSH classification.
Use and save prediction models and their data.
Use patient specific protocols and guidelines based on sequential models and decision trees.
Stay up-to-date with new models in your field as they are published.
Create your own lists of favorite models and topics.

A personal Evidencio account is free, with no strings attached! Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction models.

Disclaimer: Calculations alone should never dictate patient care, and are no substitute for professional judgement.