Epidemiologic factors that predict long-term survival following a diagnosis of epithelial ovarian cancer
Notice bibliographique
Résumé
Various epidemiologic factors have been shown to influence the risk of ovarian cancer development. Given the high fatality associated with this disease, it is of interest to evaluate the association of prediagnostic hormonal, reproductive, and lifestyle exposures with ovarian cancer-specific survival. We included 1421 patients with invasive epithelial ovarian cancer diagnosed in Ontario, Canada. Clinical information was obtained from medical records and prediagnostic exposure information was collected by telephone interview. Survival status was determined by linkage to the Ontario Cancer Registry. Proportional hazards regression was used to estimate hazard ratios (HRs) and 95% confidence intervals (CIs) for ovarian cancer-specific mortality associated with each exposure. Analyses were stratified by histologic subtype to further investigate the associations of risk factors on ovarian cancer-specific mortality. After a mean follow-up of 9.48 years (range 0.59–20.32 years), 655 (46%) women had died of ovarian cancer. Parity (ever) was associated with a significant 29% decreased mortality risk compared with nulliparity (HR=0.71; 95% CI 0.54–0.93; P =0.01). There was a borderline significant association between ever use of oestrogen-containing hormone replacement therapy (HRT) and mortality (HR=0.79; 95% CI 0.62–1.01; P =0.06). A history of cigarette smoking was associated with a significant 25% increased risk of death compared with never smoking (HR=1.25; 95% CI 1.01–1.54; P =0.04). Women with a greater cumulative number of ovulatory cycles had a significantly decreased risk of ovarian cancer-specific death (HR=0.63; 95% CI 0.43–0.94; P =0.02). Increasing BMI (kg m −2 ) 5 years before diagnosis was associated with an increased risk of death (HR=1.17; 95% CI 1.07–1.28; P =0.0007). Other hormonal or lifestyle factors were not significantly associated with ovarian cancer-specific mortality. Parity, ovulatory cycles, smoking, and BMI may affect survival following the diagnosis of ovarian cancer. Whether or not oestrogen-containing HRT use is beneficial for survival requires further evaluation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 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 ».