Survival after Liver Resection for Metastatic Colorectal Carcinoma in a Large Population
Notice bibliographique
Résumé
BACKGROUND: Previous reports of liver resection for metastatic colorectal cancer (CRC) are typically from single centers and cannot account for selection or referral bias. We measured longterm survival after liver resection for metastatic CRC in the province of Ontario, Canada (population 12 million). STUDY DESIGN: The Ontario Cancer Registry is an administrative database that links all hospital records, pathology reports, and vital statistics for patients with a diagnosis of cancer. We used the Registry to identify and obtain information on all patients who underwent liver resection for metastatic CRC in calendar years 1996 to 2004. Pathology reports of the original CRC resection and subsequent liver resections were individually reviewed. RESULTS: Eight hundred forty-one resections were performed at 43 centers across Ontario during the 9-year period, including wedge resection (n = 303; 36%); lobectomy (n = 466; 55%); and trisectionectomy (n = 72; 9%). Ninety-one percent and 54% of resections were performed at teaching and high-volume centers (> 80 resections), respectively. Most liver resections were performed more than 120 days after original CRC operation (672 of 841; 80%). Perioperative mortality was 3%. Unadjusted 1-, 3-, and 5-year survival after liver resection was 88%, 59%, and 43%, respectively. Survival was improved when resection was performed for fewer than 2 tumor nodules, at high-volume centers, or in the years 2001 to 2004. CONCLUSIONS: Results in this population-based series are consistent with those of single-hospital series assessing longterm survival after liver resection for metastatic CRC. These findings support continued efforts to aggressively identify and resect CRC liver metastases.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».