Impact of postdiagnostic statin use on ovarian cancer mortality: A systematic review and meta‐analysis of observational studies
Notice bibliographique
Résumé
Aims To comprehensively evaluate the association between postdiagnostic statin use and mortality of ovarian cancer (OC) patients. Methods Using a comprehensive strategy, multiple databases (Medline, Embase and Web of Science) were systematically searched to identify observational studies that examined the correlation between statin use and OC mortality up to 31 December 2017. The studies were independently reviewed and selected based on predetermined selection criteria. Data were extracted independently and in duplicate. The risk of bias was evaluated with the Newcastle–Ottawa scale. Hazard ratios (HRs) and 95% confidence intervals (CIs) for mortality were summarized with a profile likelihood random effects model. Results Of 269 studies, eight cohort studies of 19 904 OC patients met the inclusion criteria. Postdiagnostic statin use was inversely associated with all‐cause mortality/overall survival (summarized HR = 0.74; 95%CI = 0.63–0.87; I 2 = 55%; n = 7) and cancer‐specific mortality (summarized HR = 0.87; 95%CI = 0.80–0.95; I 2 = 0%; n = 3) of OC patients. These findings were consistent by subgroup analyses stratified by study and patient characteristics as well as adjustments made for potential confounders. A meta‐regression analysis found no effect of modification by these variables. Of note, similar significant inverse effects were also observed when increasing the intensity (highest vs. lowest) of postdiagnostic statin use (summarized HR = 0.84; 95%CI = 0.74–0.96; I 2 = 0%; n = 3). Conclusion Postdiagnostic statin use can improve the survival of patients with OC. Further prospective cohort and randomized controlled trials are warranted to confirm the therapeutic role of statin use on the outcome of OC.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,004 |
| 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 ».