Lymph node counts, rates of positive lymph nodes, and patient survival for colon cancer surgery in Ontario, Canada: A population-based study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: This study assessed lymph node counts, lymph node status (positive or negative), and survival among patients undergoing colon cancer surgery in Ontario, Canada. METHODS: We obtained data from the Ontario Cancer Registry on 960 patients who underwent a major colon cancer resection in years 1991-1993. Patients and hospitals were ranked by lymph node count to correlate lymph node counts and lymph node status. For node-negative patients we assessed the influence of patient, hospital, and tumor factors on lymph node counts and survival. RESULTS: The rate of node-positive patients was similar among the lymph node count groups. For example, the odds ratio of a patient being node positive if the lymph node count was 10-36 versus 1-3 was 1.0 (CI 0.6-1.6, P = 0.42). Among node-negative patients, survival was improved for patients with a high (10-36) versus low (1-3) lymph node count (HR 0.6, CI 0.4-1.0, P = 0.03). No patient, hospital, or tumor factors predicted both a higher lymph node count and improved survival. CONCLUSIONS: In this population-based study of patients undergoing colon cancer surgery, higher lymph node counts did not correlate with increased rates of node-positive status.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».