Adjuvant treatment in resected pancreatic adenocarcinoma: A retrospective analysis of survival and prognostic factors in 141 patients
Notice bibliographique
Résumé
15104 Background: Resectable pancreatic adenocarcinoma (PA) remains highly lethal. It is debatable whether adjuvant therapy can improve prognosis. Furthermore, what treatment should be delivered and for whom it is indicated is still of controversy. Methods: Between 1992–2004, retrospective data from the 141 patients who had a PA resected with curative intent in our centres were reviewed. Adjuvant treatment was as follows: 41 had chemoradiation (CRT), 1 neoadjuvant CRT, 10 chemotherapy alone (CT), 1 radiotherapy alone, and for 7 adjuvant treatment is unknown. The other 81 patients were observed. Overall survival (OS), relapse-free survival (RFS), locoregional and distant failure-free survival (LRFFS and DFFS) were analysed according to published prognostic factors. Kaplan-Meier curves with log-rank tests and Chi-2 coefficients were computed for the analysis. Results: Median age at diagnosis was 61 years. Overall, 63% of the patients were node positive, 67% had lymphovascular invasion (LVI), 71% had elevated CA-19.9 values and 50% operative blood loss >550cc. Table 1 displays these prognostics factors by treatment groups. For the entire cohort, median OS was 16.9 months; 1-year and 3-year OS were 76% and 43% respectively. No influence of treatment arm was found on OS (p=0.71). Negative nodes, normal CA-19.9 values, absence of LVI and blood loss <=550cc had all a positive influence on OS (all p<0.05). RFS and DFFS were not affected by adjuvant treatment (p=0.61 and 0.68, resp.), but a lower LRFFS was associated with it (p=0.006). Conclusions: In this retrospective analysis, despite the imbalance of prognostic factors among treatment groups, toward more ill patients in CT and CRT arms, there is no difference in OS, DFS and DFFS between arms. Therefore, adjuvant treatment seems to counterbalance the effect of poor prognostic factors. A randomized prospective trial would be needed to further address the issue. [Table: see text] No significant financial relationships to disclose.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».