Local recurrence of localized soft tissue sarcoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to examine the effect of known predictors of local recurrence of soft tissue sarcoma in a competing risk setting. METHODS: The outcome of interest was the cumulative probability of local recurrence per category of relevant predictors, with death as a competing event. In total, 1668 patients with a localized soft tissue sarcoma of the extremity or trunk were included. RESULTS: Tumor size (hazard ratio, 3.3), depth (hazard ratio, 3.2), and histologic grade (hazard ratio, 4.5) were the variables that had the most effect on the risk of metastasis and, accordingly, were the most likely to induce competition. Surgical margins (hazard ratio, 3.3), histologic grade (hazard ratio, 2.1), presentation status (hazard ratio, 2.4), and tumor depth (hazard ratio, 1.5) were the variables that had the most effect on the risk of local recurrence. The 10-year cumulative probabilities of local recurrence were markedly different within categories for presentation status (P < .001) and surgical margin status (P < .001). However, because of the competing effect of death, there was little difference in the 10-year cumulative probabilities of local recurrence with regard to tumor depth (12% and 11.4% for deep and superficial tumors, respectively; P = .2), tumor size (10.6% and 13.3% for large and small tumors, respectively; P = .99), or histologic tumor grade (12.6%, 10.7%, and 11.1% for high, intermediate, and low-grade tumors, respectively; P = .17). CONCLUSIONS: Because of the competition between local recurrence and death, histologic tumor grade, tumor size, and tumor depth had little influence on the cumulative probability of local recurrence. The authors concluded that local management should be based on presentation status and surgical margins rather than other, previously acknowledged factors.
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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle