Determining Overall Survival and Risk Factors in Esophageal Cancer Using Censored Quantile Regression
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Esophageal cancer is one of the leading causes of death worldwide. The global increasing rate of this type of cancer requires more attention. The purpose of this study was to determine the overall survival probability of esophageal cancer after diagnosis and to assess the potential risk factors in a population of Iranian patients. Materials and Methods: This retrospective cohort study was conducted on 127 cases with esophageal cancer in the Azarbaijan province, East of Iran. Participants in the study were diagnosed during 2009-2010 and were followed up for 5 years. The event was considered death due to esophageal cancer and those who survived until the end of the study were assumed as right censored. Censored quntile regression was fitted to find the overall survival of the patients using adjusted effects of variables and was compared with Cox regression model. Results: Patients’ mean and median survival time were 16.99 and 10.06 months respectively and 89% off cases died by the end of the study. The 1, 3, 6, 12 and 36-month survival probabilities were 0.95, 0.76, 0.60, 0.43, and 0.18. The median survival time for females and males without surgery were 21.79 and 14.76 month respectively. The accuracy of predictions were 0.99 and 0.74 for the censored quantile regression and Cox, respectively. Conclusion: We concluded that being male, not having surgery, longer wait time between having symptoms and being diagnosed, low socioeconomic status and old age to be significant risk factors in reducing the probability of survival from esophageal cancer.
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.
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) | 0,000 | 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 découle