MétaCan
Menu
Retour à la cohorte

The role of computed tomography in the T classification of laryngeal carcinoma

2001· article· en· W2006236834 sur OpenAlexaffabout
Lisa Barbera, Patti A. Groome, William J. Mackillop, Karleen Schulze, Brian O’Sullivan, Jonathan C. Irish, Padraig Warde, Ken Schneider, Robert G. MacKenzie, D. Ian Hodson, J. Alex Hammond, Sunil Gulavita, Libni Eapen, Peter F. Dixon, Randy J. Bissett

Notice bibliographique

RevueCancer · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensNortheast Cancer CentreUniversity Health NetworkWindsor Regional HospitalOttawa Regional Cancer FoundationPrincess Margaret Cancer CentreThunder Bay Regional Health Sciences CentreHamilton Regional Laboratory Medicine ProgramSunnybrook Health Science CentreMinistry of Health and Long Term CareUniversity of TorontoCancer Care OntarioQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineComputed tomographyRadiologyConfidence intervalCarcinomaOdds ratioCancerLarynxCancer registryPopulationTomographyStage (stratigraphy)Laryngeal NeoplasmNuclear medicineSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objectives of this study were 1) to describe patterns of use of computed tomography (CT) in laryngeal carcinoma, and 2) to characterize the contribution of CT to the T classification of laryngeal carcinoma. METHODS: The study population comprised 1195 patients with laryngeal carcinoma diagnosed from 1982 through 1995 chosen randomly from the Ontario provincial cancer registry. A chart review was conducted to obtain data on each case. Patient-related, tumor-related, and health-system-related factors were analyzed to identify factors associated with the use of CT. Descriptions of clinical exams and CT reports were reviewed to see how CT information modified T classification. Actuarial local control and cause specific survival curves were plotted by clinical T classification without and with CT to evaluate stage migration. The percentage of the variance in outcome explained by T classification in a Cox analysis was used to evaluate whether the prognostic accuracy of T classification was improved with the use of information from CT. RESULTS: Patients with glottic (20.1%) and supraglottic (41.7%) carcinoma underwent CT. The use of CT increased over time in glottic and supraglottic carcinoma combined from 17.2% in 1982-5 to 33.9% in 1991-5. Computed tomography was used less often in older patients with a 16% (95% confidence interval, 5-27%) decrease in the odds of having CT with each 10-year age increment. Computed tomography use varied considerably across the cancer center regions in Ontario. Computed tomography altered the T classification in 20.2% of those patients who had CT, with most being "upstages." Stage migration due to CT was demonstrated. Using information from CT in the assignment of T classification for 27.8% of this study population did not make a significant contribution to the ability of T classification to predict outcome over the entire group. CONCLUSIONS: There is large variation in the use of CT among different age groups and regions. The ability to compare outcomes by stage across geographic areas is compromised when the use of CT varies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,300
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetHead and Neck Cancer StudiesTravaux en français237 207