Wait Time for Curative Intent Radio Frequency Ablation is Associated with Increased Mortality in Patients with Early Stage Hepatocellular Carcinoma
Notice bibliographique
Résumé
INTRODUCTION: Radiofrequency ablation (RFA) is a recommended curative intent treatment option for patients with early stage hepatocellular carcinoma (HCC). We investigated if wait times for RFA were associated with residual tumor, tumor recurrence, need for liver transplantation, or death. MATERIAL AND METHODS: We conducted a retrospective study of patients diagnosed with HCC between January 2010 and December 2013 presenting to University Health Network (UHN) in Toronto, Canada. All patients receiving curative intent RFA for HCC were included. Multivariable Cox regression was used to determine if wait times were associated with clinical outcomes. RESULTS: 219 patients were included in the study. 72.6% were male and the median age was 62.7 years (IQR 55.6-71). Median tumor size at diagnosis was 21.5 mm (IQR 17-26); median MELD was 8.7 (IQR 7.2-11.4) and 57.1% were Barcelona stage 0. The cause of liver disease was viral hepatitis in 73.5% (Hepatitis B and C). The median time from HCC diagnosis to RFA treatment was 96 days (IQR 75-139). In multivariate analysis, wait time was not associated with requiring liver transplant or tumor recurrence, however, each incremental 30-day wait time was associated with an increased risk of residual tumor (HR = 1.09; 95% CI 1.01-1.19; p = 0.033) as well as death (HR = 1.23; 95% CI 1.11-1.36; p ≤ 0.001). CONCLUSION: Incremental 30-day wait times are associated with a 9% increased risk of residual tumor and a 23% increased risk of death. We have identified system gaps where quality improvement measures can be implemented to reduce wait times and allocate resources for future RFA treatment, which may improve both quality and efficiency of HCC care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».