MétaCan
Menu
Retour à la cohorte
Enregistrement W2351862680

An application of COX model for evaluation of the prognostic factors in patients with breast cancer

2002· article· en· W2351862680 sur OpenAlexaboutno aff
Gai Xue

Notice bibliographique

RevueJournal of Norman Bethune University of Medical Science · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHazard ratioBreast cancerProportional hazards modelConfoundingInternal medicineOncologyLymph nodeConfidence intervalCohortCancer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective:To explore survival status of patients with breast cancer for 5 years after operation and assess the prognostic factors.After eliminating confouding factors.Methods: All data were collected from the hospital records of 1 002 breast cancer patients who were initially treated at the First Teaching Hospital of Norman Bethune University of Medical Sciences (FTH, Changchun China, 116 cases) and the Saint Sacrement Hospital (SSH, Quebec City Canada, 886 cases), respectively, by use of Historical cohort survey, and adjusted hazard ratios (AHR) with 95% confidence intervals were provided by use of Cox model to eliminate the confounders and estimate the changes in hazard ratio across levels of each variable (factor) , so as to assess the prognostic effects of variables across levels. Results:After adjustment, the mortality of patients treated in FTH was very similar to that in HSS (AHR=0.9, P =0.502 4); Age at operation was not significantly related to the mortality of patients after surgery(AHR=0.8, P =0.209 7 ); Patients with larger tumor size(2.0 cm) have about two times of mortality compaing to patients with smaller tumor size (≤2.0 cm) (AHR=2.2, P =0.000 1); and the mortality among women with lymph node involvement was (three times) higher than those without lymph node involvement (AHR=3.0 , P =0.000 1).Conclusion:Tumor size and number of lymph nodes involvement are very important for patient′s prognosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,173

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,294
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Norman Bethune University of Medical ScienceMême sujetCancer Risks and FactorsTravaux en français237 207