Invasive Epithelial Ovarian Cancer Survival by Histotype and Disease Stage
Notice bibliographique
Résumé
Background: The understanding of ovarian cancer pathogenesis has recently shifted to recognize distinct changes in how ovarian cancer histotypes are defined. Using the 2014 World Health Organization (WHO) diagnostic guidelines, we classified ovarian cancer histotypes in Surveillance, Epidemiology, and End Results (SEER) cancer registry data and examined survival patterns by histotype and disease stage. Methods: We extracted data on 28 118 incident epithelial ovarian cancer cases diagnosed in 2004-2014 from SEER and defined histotype using the 2014 WHO guidelines (high-grade serous, low-grade serous, endometrioid, clear cell, mucinous, carcinosarcoma, and malignant Brenner tumors). By histotype and disease stage, we estimated Kaplan-Meier survival curves and calculated age-adjusted overall and cause-specific survival estimates. Cox proportional hazards regression models were used to estimate histotype-specific hazard ratios (HRs) and 95% confidence intervals (CIs) by disease stage while adjusting for age at diagnosis, region, race/ethnicity, and receipt of surgery. Results: Within two years after diagnosis, localized/regional-stage carcinosarcoma and distant-stage mucinous, clear cell, and carcinosarcoma had a higher risk of mortality compared with high-grade serous, with the most pronounced association for localized/regional carcinosarcoma (>1-2-year time period: HR = 3.81, 95% CI = 2.74 to 5.30) and distant-stage mucinous (0-1-year time period: HR = 3.87, 95% CI = 3.45 to 4.34). In the time period more than four to 10 years after diagnosis, hazard ratios for all histotypes relative to high-grade serous, irrespective of disease stage, were less than 1.00. Cumulatively, both localized/regional and distant-stage low-grade serous and endometrioid carcinomas had the most favorable outcomes. Conclusions: Our large study, which is representative of the United States population and incorporates the most current knowledge of ovarian cancer pathogenesis, highlights the need to recognize ovarian cancer as a set of distinct diseases and not a single entity. Only then will we be able to effectively target the unique features of each histotype to reduce ovarian cancer mortality.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».