Association between provider-level factors and lymph node dissection outcomes during radical prostatectomy: A national cancer database analysis.
Notice bibliographique
Résumé
89 Background: Lymph node counts have been proposed as a quality metric for patients undergoing radical prostatectomy (RP) and pelvic lymph node dissection (PLND). It is unclear whether surgical approach and hospital characteristics independently determine the number of lymph nodes removed at PLND. Therefore, we assessed the variation in lymph node counts from a population-based cohort of patients undergoing surgery for intermediate and high-risk prostate cancer. Methods: Using the National Cancer Database, we identified all surgically treated patients diagnosed with pre-treatment intermediate or high-risk prostate cancer from 2010 to 2011. The primary outcome was the number of lymph nodes retrieved at the time of RP. Generalized estimating equations were used to assess for differences in the adjusted number of lymph nodes retrieved after accounting for patient and hospital characteristics and surgical approach. Results: Overall, 35,876 patients were diagnosed with intermediate (61.2%) and high-risk (38.8%) prostate cancer and underwent RP and PLND. On multivariable analysis, open radical prostatectomy (ORP) and high volume and academic hospitals were independently associated with greater lymph node counts compared to robotic-assisted radical prostatectomy (RARP) and medium/low and community hospitals, respectively (all p<0.001). After adjusting for patient and hospital variables, higher adjusted lymph nodes counts were observed for ORP compared to RARP (7.1 vs. 6.1; p<0.001). Adjusted counts were also higher for high volume compared to medium/low volume hospitals (7.8 vs. 5.9; p<0.001), and academic compared to community hospitals (7.3 vs. 5.6; p<0.001). Conclusions: Among patients with aggressive prostate cancer treated with RP and PLND, lymph node counts varied by surgical approach and hospital characteristics.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».