MétaCan
Menu
Retour à la cohorte
Enregistrement W2891166620 · doi:10.1093/dote/doy089.ps01.209

PS01.209: POPULATION-LEVEL SURVIVAL FOR ESOPHAGEAL CANCER: AN ANALYSIS OF 13,930 PATIENTS IN A REGIONALIZED, SINGLE-PAYER HEALTH SYSTEM

2018· article· en· W2891166620 sur OpenAlexaffabout
Vaibhav Gupta, Biniam Kidane, Jolie Ringash, Rinku Sutradhar, Gail Darling, Natalie G. Coburn

Notice bibliographique

RevueDiseases of the Esophagus · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEsophageal Cancer Research and Treatment
Établissements canadiensUniversity of ManitobaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCancer registryProportional hazards modelCancerPopulationPerioperativeEsophageal cancerCohortRetrospective cohort studySurvival analysisSurgeryInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Despite advances in medical and surgical treatment, esophageal cancer remains a high-fatality disease. Regionalized cancer care may improve short and long-term survival. This study defines perioperative and long-term survival for esophageal cancer on a population level. Methods A population-based retrospective cohort study in a single-payer health system (Ontario, Canada; population 13.6M) was performed using linked health administrative data. Adults diagnosed with adenocarcinoma or squamous cell esophageal and esophagogastric junction cancer between 2002–2014 were included. Thoracic surgery was regionalized to 15 centres of excellence by 2010. The Kaplan-Meier method was used to estimate median survival. Rates of perioperative mortality, defined as in-hospital and 90-day post discharge death, were calculated before and after regionalization. Multivariable logistic and Cox proportional hazards regression analyses were used to identify factors associated with short and long-term survival. Results 13,930 patients were diagnosed with esophageal cancer during the study period. Median survival was 10.1 months from date of diagnosis (95% CI 9.9–10.5), and marginally better for patients with adenocarcinoma compared to squamous cell carcinoma (10.4 vs 9.0 months, P = 0.002). Cox regression analysis showed age, socioeconomic status, and region of residence were significantly associated with long-term survival. Approximately 30% of the cohort (n = 3880) underwent curative-intent surgery and had a median survival of 24.5 months (95% CI 23.4–25.9) from the date of surgery. In these patients, age, socioeconomic status, major surgical complications and year of diagnosis were significantly associated with long-term survival (P < 0.001). Perioperative mortality decreased from 13.8% in 2002 to 5.4% in 2014 (P < 0.001). Only age and major surgical complications were associated with increased perioperative mortality (P < 0.001). Surgery at a thoracic centre reduced the odds of perioperative mortality (OR 0.63, 95% CI 0.49–0.81), but did not influence long-term survival (P = 0.79). Conclusion Median survival for patients diagnosed with esophageal cancer remains poor but is greater than two years for patients undergoing curative-intent surgery. Perioperative mortality significantly decreased over time as surgical care was regionalized to centres of excellence, but this has not affected long-term survival. Further work should analyze variation in short and long-term survival across thoracic surgery centres of excellence. Disclosure All authors have declared no conflicts of interest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,362
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiseases of the EsophagusMême sujetEsophageal Cancer Research and TreatmentTravaux en français237 207