Local recurrence of localized soft tissue sarcoma
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».