Population‐based assessment of cancer‐specific mortality after local tumour ablation or observation for kidney cancer: a competing risks analysis
Notice bibliographique
Résumé
OBJECTIVES: To examine, using competing risks regression, differences in cancer-specific mortality (CSM) that might distinguish between local tumour ablation (LTA) and observation (OBS) for patients with kidney cancer. PATIENTS AND METHODS: The study focused on 1 860 patients with cT1a kidney cancer treated with either LTA or OBS between 2000 and 2009 in the Surveillance Epidemiology and End Results-Medicare database. Propensity-score matching was used. The study outcome was CSM. Multivariable competing risks regression analyses, adjusting for other-cause mortality as well as patient (including comorbidities) and tumour characteristics, were fitted. RESULTS: Overall, fewer patients underwent LTA than OBS (30 vs 70%; n = 553 vs n = 1 307). Compared with patients in the OBS group, those in the LTA group were younger (median age 77 vs 78 years; P < 0.001), more likely to be white (84 vs 78%; P = 0.005), more frequently married (59 vs 52%; P = 0.02) and more frequently of high socio-economic status (54 vs 45%; P = 0.001). After propensity-score matching, 553 patients who underwent LTA and 553 who underwent OBS remained for subsequent analyses. The mean standardized differences of patient characteristics between the two groups were <10%, indicating a high degree of similarity. After LTA or OBS, the 5-year CSM estimates from Poisson regression-derived smoothed plots were 3.5 and 9.1%, respectively. In multivariable competing risks regression analyses, LTA use was found to have a protective effect on CSM (hazard ratio 0.47 [95% confidence interval 0.25-0.89]; P = 0.02). CONCLUSIONS: After adjustment for comorbidity and tumour characteristics in elderly patients with kidney cancer, LTA was associated with a clinically and statistically significant protective effect on CSM, compared with OBS. This advantage of LTA deserves consideration when obtaining informed consent.
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 | 0,013 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».