Retrospective analysis of preoperative chemoradiation therapy for esophageal and gastroesophageal junction (GEJ) cancer: Lessons to be learned from expanding inclusion criteria in this patient population.
Notice bibliographique
Résumé
214 Background: Preoperative chemoradiation therapy utilizing paclitaxel, carboplatin and radiation as per the CROSS Group increased survival rates among patients with potentially curable esophageal or GEJ cancer. A retrospective chart review was performed to determine: 1) the frequency of patients meeting the original trial inclusion/exclusion criteria 2) overall survival (OS), disease free survival (DFS), and pathological response rates (RR) of this patient population. Methods: Data was collected on 89 patients who received preoperative chemoradiation therapy (CROSS protocol) in Edmonton, Alberta between June 1, 2010 and April 11, 2014. Mean and standard deviation were calculated for continuous data and frequency (proportion) for categorical data. Time to event was presented using Kaplan-Meier estimates and log rank tests were used to compare the KM curves. Results: The median age of the entire patient population was 62 years with 77 (86.5%) of the patients being male. Twenty-three (26%) patients met inclusion criteria (MIC), whereas 66 (74%) patients failed to meet inclusion criteria (FMIC). Reasons for FMIC included: clinical stage (39.3%); weight loss > 10% (39.0%); previous cancer history (22.5%); tumor length (9.0%); and age (5.6%). Pathological complete response (CR) occurred in 24% of all patients with a trend to increased CR in MIC vs FMIC (35% vs 20%; p=0.18). Significant improvement in DFS was observed in the MIC group compared to FMIC (p=0.004). Although a trend to improvement was seen for OS in the MIC group, it is not yet significant at this early analysis (p=0.12). Conclusions: A significant proportion of patients treated with neoadjuvant chemoradiation therapy for esophageal and GEJ cancer at our center did not meet the inclusion/exclusion criteria utilized in the CROSS trial. This had a detrimental impact on FMIC patients questioning its benefit and utility in a broader patient population. [Table: see text]
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».