An Evaluation of the Relationship Between Lymph Node Number and Staging in pT3 Colon Cancer Using Population-Based Data
Notice bibliographique
Résumé
PURPOSE: The number of lymph nodes examined has been proposed as a quality benchmark for colon cancer surgery, although it is unknown whether this strategy reduces understaging. METHODS: We identified 11,044 patients who underwent surgery for colon cancer with pT3 wall penetration between 1988 and 2003 from the Surveillance, Epidemiology and End Results cancer registry. We determined the proportion of patients who were node positive for each node count. We used logistic regression to predict the odds of being node positive by node count after adjusting for confounders. We used joinpoint analysis to determine whether there was a consistent relationship between node count and the odds of being node positive. RESULTS: The proportion of patients found to be node positive increased with node count at low counts (<or=5-6 nodes), but patients with 7 nodes identified were as likely to be node positive as patients with 30 or more nodes (odds ratio = 0.97; 95% CI = 0.90-1.05). Joinpoint analysis demonstrated a dramatic increase in odds of node positivity with increasing node count to 5 nodes (slope = 0.2; P < .0001). Between 6 and 13 nodes there was a marginal increase in odds of positive nodes (slope = 0.03; P = .006), but when more nodes were evaluated, odds of node positivity actually declined (slope = -0.01; P = .04). CONCLUSIONS: Staging of pT3 colon cancer improves with increasing node count, but only when the node count is low (<5-7 nodes). At higher counts, an increased node count has marginal effects on staging.
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 | 0,008 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».