Background Although previous studies have shown increased mortality in patients with coeliac disease and their relatives, no data are available in relation to different patterns of clinical presentation. We assessed mortality in patients with coeliac disease and their first-degree relatives. Methods We enrolled, in a prospective cohort study, 1072 adult patients with coeliac disease consecutively diagnosed in 11 gastroenterology units between 1962 and 1994, and their 3384 first-degree relatives. We compared the number of deaths up to 1998 with expected deaths and expressed the comparison as standardised mortality ratio (SMR) and relative survival ratio. Findings 53 coeliac patients died compared with 25·9 expected deaths (SMR 2·0 [95% CI 1·5–2·7]). A significant excess of mortality was evident during the first 3 years after diagnosis of coeliac disease and in patients who presented with malabsorption symptoms (2·5 [1·8–3·4]), but not in those diagnosed because of minor symptoms (1·1 [0·5–2·2]) or because of antibody screening (1·2 [0·1–7·0]). SMR increased with increasing delay in diagnosis and for patients with poor compliance with gluten-free diet. Non-Hodgkin lymphoma was the main cause of death. No excess of deaths was recorded in relatives with coeliac disease. Interpretation Prompt and strict dietary treatment decreases mortality in coeliac patients. Prospective studies are needed to clarify the progression of mild or symptomless coeliac disease and its relation to intestinal lymphoma.

Metronomic chemotherapy has shown efficacy in patients with metastatic breast cancer. When used in association with targeted antiangiogenic drugs, it was more active than metronomic therapy alone in preclinical and clinical studies.Patients with advanced breast cancer were candidates to receive metronomic oral capecitabine (500 mg thrice daily) and cyclophosphamide (50 mg daily) plus bevacizumab (10 mg/kg every 2 weeks).In 46 assessable patients, we observed one complete response (CR; 2%), 21 partial responses (PR; 46%), 19 patients (41%) with stable disease (SD), and five patients (11%) with progressive disease, for an overall response rate of 48% (95% CI, 33% to 63%). Additional long-term disease stabilization (SD > or = 24 weeks) occurred in eight patients, for an overall clinical benefit (CR + PR + SD > or = 24 weeks) of 68% (95% CI, 51% to 81%). Median time to progression was 42 weeks (95% CI, 26 to 72 weeks). Toxicity was generally mild. Grade 3 or 4 nonhematologic adverse effects included hypertension (n = 8), transaminitis (n = 2), and nausea/vomiting (n = 2). Higher baseline circulating endothelial cells (CECs) were correlated with overall response (P = .02), clinical benefit (P = .01), and improved progression-free survival (P = .04).Treatment with metronomic capecitabine and cyclophosphamide in combination with bevacizumab was effective in advanced breast cancer and was minimally toxic. The number of baseline CECs significantly correlated with response and outcome, therefore supporting further studies on this surrogate marker for the selection of patients to be candidates for antiangiogenic treatments.

Abstract Background Although lifestyle factors have been studied in relation to individual non-communicable diseases (NCDs), their association with development of a subsequent NCD, defined as multimorbidity, has been scarcely investigated. The aim of this study was to investigate associations between five lifestyle factors and incident multimorbidity of cancer and cardiometabolic diseases. Methods In this prospective cohort study, 291,778 participants (64% women) from seven European countries, mostly aged 43 to 58 years and free of cancer, cardiovascular disease (CVD), and type 2 diabetes (T2D) at recruitment, were included. Incident multimorbidity of cancer and cardiometabolic diseases was defined as developing subsequently two diseases including first cancer at any site, CVD, and T2D in an individual. Multi-state modelling based on Cox regression was used to compute hazard ratios (HR) and 95% confidence intervals (95% CI) of developing cancer, CVD, or T2D, and subsequent transitions to multimorbidity, in relation to body mass index (BMI), smoking status, alcohol intake, physical activity, adherence to the Mediterranean diet, and their combination as a healthy lifestyle index (HLI) score. Cumulative incidence functions (CIFs) were estimated to compute 10-year absolute risks for transitions from healthy to cancer at any site, CVD (both fatal and non-fatal), or T2D, and to subsequent multimorbidity after each of the three NCDs. Results During a median follow-up of 11 years, 1910 men and 1334 women developed multimorbidity of cancer and cardiometabolic diseases. A higher HLI, reflecting healthy lifestyles, was strongly inversely associated with multimorbidity, with hazard ratios per 3-unit increment of 0.75 (95% CI, 0.71 to 0.81), 0.84 (0.79 to 0.90), and 0.82 (0.77 to 0.88) after cancer, CVD, and T2D, respectively. After T2D, the 10-year absolute risks of multimorbidity were 40% and 25% for men and women, respectively, with unhealthy lifestyle, and 30% and 18% for men and women with healthy lifestyles. Conclusion Pre-diagnostic healthy lifestyle behaviours were strongly inversely associated with the risk of cancer and cardiometabolic diseases, and with the prognosis of these diseases by reducing risk of multimorbidity.

PURPOSE Electronic health records (EHRs) are valuable information repositories that offer insights for enhancing clinical research on breast cancer (BC) using real-world data. The objective of this study was to develop a natural language processing (NLP) model specifically designed to extract structured data from BC pathology reports written in natural language. METHODS During the initial phase, the algorithm's development cohort comprised 193 pathology reports from 116 patients with BC from 2012 to 2016. A rule-based NLP algorithm was applied to extract 26 variables for analysis and was compared with the manual extraction of data performed by both a data entry specialist and an oncologist. Following the first approach, the data set was expanded to include 513 reports, and a Named Entity Recognition (NER)-NLP model was trained and evaluated using K-fold cross-validation. RESULTS The first approach led to a concordance analysis, which revealed an 82.9% agreement between the algorithm and the oncologist, whereas the concordance between the data entry specialist and the oncologist was 90.8%. The second training approach introduced the definition of an NER-NLP model, in which the accuracy showed remarkable potential (97.8%). Notably, the model demonstrated remarkable performance, especially for parameters such as estrogen receptor, progesterone receptor, human epidermal growth factor receptor 2, and Ki-67 (F1-score 1.0). CONCLUSION The present study aligns with the rapidly evolving field of artificial intelligence (AI) applications in oncology, seeking to expedite the development of complex cancer databases and registries. The results of the model are currently undergoing postprocessing procedures to organize the data into tabular structures, facilitating their utilization in real-world clinical and research endeavors.