Impact of Type 2 Diabetes Mellitus on Survival in Head and Neck Squamous Cell Carcinoma
Notice bibliographique
Résumé
Objective To identify any association between type 2 diabetes mellitus (T2DM) and survival outcomes for mucosal squamous cell carcinoma of the head and neck. An association has been demonstrated between T2DM and cancer outcomes at numerous sites, but data for the head and neck are limited. Improving our understanding of the impact that diabetes has on head and neck cancer survival is relevant for making treatment decisions and counseling patients regarding prognosis. Study Design Retrospective cohort study. Setting Academic tertiary referral head and neck cancer center. Subjects and Methods By accessing data retrospectively from prospectively collected databases at the Princess Margaret Cancer Centre, patients were studied who were treated for mucosal head and neck squamous cell cancer between January 2005 and December 2011. Collection of clinical, pathologic, and survival data was completed with an emphasis on T2DM. Results Of 2498 patients identified in the study period, 319 (12.8%) had T2DM. Five-year overall survival was not different between the diabetic (64%, 95% CI = 58%-71%) and nondiabetic (67%, 95% CI = 65%-69%; P = .078) groups. Furthermore, cause-specific survival did not demonstrate a statistically significant difference between groups (diabetic: 84%, 95% CI = 79%-88%, vs nondiabetic: 84%, 95% CI = 82%-86%; P = .67). Conclusion Despite contradictory evidence at other cancer sites, the presence of T2DM alone does not appear to adversely affect cancer survival outcomes in head and neck squamous cell cancer. This is encouraging for the diabetic patients with head and neck squamous cell cancer, and it provides guidance for the multidisciplinary team that treats them.
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 ».