Does the timing of comorbidity affect colorectal cancer survival? A population based study
Notice bibliographique
Résumé
OBJECTIVES: Comorbid conditions in colorectal cancer patients can influence both clinical eligibility for treatment and survival. We aimed to evaluate the effect of comorbidity on 1 year survival from colorectal cancer, and to assess whether this effect varied with the timing of the comorbidity in relation to the cancer diagnosis. STUDY DESIGN AND SETTING: A population based cohort of 29,563 colorectal cancer patients diagnosed between 1997 and 2004 in the North West of England was evaluated. The excess hazard of death up to 1 year after diagnosis was estimated using deprivation and region specific life tables to adjust for background mortality. Results were adjusted for age and stage at diagnosis. RESULTS: Comorbid conditions diagnosed during the period 18 to 6 months before the diagnosis of colorectal cancer were strongly associated with lower survival at 1 year. Stage and age remained the strongest predictors of cancer related mortality even after adjustment for comorbidity. CONCLUSIONS: Administrative data provide a good estimate of the prevalence of most comorbid conditions but may be biased for some comorbid conditions that can be contra-indicators for cancer treatment. The time window in which a comorbid condition occurs in relation to the cancer diagnosis should be taken into account. Adjustment should be carried out, where possible, to provide more robust and clinically appropriate comparisons of population based cancer patient 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 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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 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 ».