Impact of Wait Times on Survival for Women With Uterine Cancer
Notice bibliographique
Résumé
PURPOSE: To determine whether wait time from histologic diagnosis of uterine cancer to time of definitive surgery by hysterectomy had an impact on all-cause survival. PATIENTS AND METHODS: Women in Ontario with a confirmed histopathologic diagnosis of uterine cancer between April 1, 2000, and March 31, 2009, followed by surgery were identified in the Ontario Cancer Registry. Survival was calculated by using the Kaplan-Meier method. Factors were evaluated for their prognostic effect on survival by using Cox proportional hazards regression. Wait time was evaluated in a multivariable model after adjusting for other significant factors. RESULTS: The final study population included 9,417 women; 51.9% had surgery by a gynecologist, and 69.9% had endometrioid adenocarcinoma. Five-year survival for women with wait times of 0.1 to 2, 2.1 to 6, 6.1 to 12, or more than 12 weeks was 71.1%, 81.8%, 79.5%, and 71.9%, respectively. Wait times of ≤ 2 weeks were adversely prognostic for survival after adjusting for other significant factors in the multivariable model, and patients with wait times of more than 12 weeks had worse survival than those who had wait times between 2.1 and 12.0 weeks. CONCLUSION: To the best of our knowledge, this is the first report in a large population-based cohort demonstrating that longer wait times from diagnosis of uterine cancer to definitive surgery have a negative impact on overall survival.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».