MétaCan
Menu
Retour à la cohorte
Enregistrement W2429137886 · doi:10.1002/bjs.10191

Factors influencing recurrence following initial hepatectomy for colorectal liver metastases

2016· article· en· W2429137886 sur OpenAlexaff
Julie Hallet, António Sá Cunha, René Adam, Diane Goèré, Philippe Bachellier, Daniel Azoulay, Ahmet Ayav, Émilie Grégoire, F. Navarro, Patrick Pessaux, Cyril Cossé, Delphine Lignier, J. Barbieux, Émilie Lermite, A. Hamy, F. Mauvais, Irchid Al Naasan, Carolina Cerda, Philippe Compagnon, Chady Salloum, Chétana Lim, Alexis Laurent, Michel Rivoire, J Baulieux, Benjamin Darnis, Jean‐Yves Mabrut, Christian Ducerf, Vahan Képénékian, Julie Périnel, M. Adham, Guillaume Passot, Olivier Gléhen, Y P Le Treur, Jean Hardwigsen, Anaïs Palen, Jean‐Robert Delpéro, Olivıer Turrini, Astrid Herrero, Fabrizio Panaro, L. Bresler, Ph. Rauch, F. Guillemin, Frédéric Marchal, Stéphane Benoist, Antoine Brouquet, Réa Lo Dico, Marc Pocard, A Brouquier, C. Penna, Olivier Scatton, Olivier Soubrane, David Fuks, Brice Gayet, Tullio Piardi, D. Sommacale, Réza Kianmanesh, M. Lepère, Élie Oussoultzoglou, Pietro Addeo, Dimitrios Ntourakis, Didier Mutter, Jacques Marescaux, Loïc Raoux, Bertrand Suc, Fabrice Muscari, D. Castaing, Daniel Cherqui, Maximiliano Gelli, Marc‐Antoine Allard, Éric Vibert, Gabriella Pittau, Oriana Ciacio, Dominique Elias, Fabrizio Vittadello

Notice bibliographique

RevueBritish journal of surgery · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineHepatectomyHazard ratioProportional hazards modelRetrospective cohort studyColorectal cancerSurgeryInternal medicineSurvival analysisCohortMetastasisGastroenterologyConfidence intervalCancerResection

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Data on recurrence patterns following hepatectomy for colorectal liver metastases (CRLMs) and their impact on long-term outcomes are limited in the setting of modern multimodal management. This study sought to characterize the patterns of, factors associated with, and survival impact of recurrence following initial hepatectomy for CRLMs. METHODS: A retrospective cohort study of patients undergoing initial hepatectomy for CRLMs at 39 institutions (2006-2013) was conducted. Kaplan-Meier methods were used for survival analyses. Overall survival landmark analysis at 12 months after hepatectomy was performed to compare groups based on recurrence. Multivariable Cox and regression models were used to determine factors associated with recurrence. RESULTS: Among 2320 patients, tumours recurred in 47·4 per cent at median of 10·1 (range 0-88) months; 89·1 per cent of recurrences developed within 3 years. Recurrence was intrahepatic in 46·2 per cent, extrahepatic in 31·8 per cent and combined intra/extrahepatic in 22·0 per cent. The 5-year overall survival rate decreased from 74·3 (95 per cent c.i. 72·2 to 76·4) per cent without recurrence to 57·5 (55·0 to 60·0) per cent with recurrence (adjusted hazard ratio (HR) 3·08, 95 per cent c.i. 2·31 to 4·09). After adjusting for clinicopathological variables, prehepatectomy factors associated with increased risk of recurrence were node-positive primary tumour (HR 1·27, 1·09 to 1·49), more than three liver metastases (HR 1·27, 1·06 to 1·52) and largest metastasis greater than 4 cm (HR 1·19; 1·01 to 1·43). CONCLUSION: Recurrence after CRLM resection remains common. Although overall survival is inferior with recurrence, excellent survival rates can still be achieved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,166
Tête enseignante GPT0,288
Écart entre enseignants0,121 · 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 source (Gemma direct ou Codex distillé), 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

Citations100
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of surgeryMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207