The impact of marriage on the overall survival of prostate cancer patients: A Surveillance, Epidemiology, and End Results (SEER) analysis
Notice bibliographique
Résumé
INTRODUCTION: Marital status has long been associated with positive patient outcomes in several malignances; however, little is known about its influence on prostate cancer. We analyzed data from the Surveillance, Epidemiology, and End Results (SEER) database to evaluate whether married patients with prostate cancer had a better prognosis than unmarried patients. METHODS: We identified 824 554 patients diagnosed with prostate cancer between 1973 and 2012 in the SEER database. Using the Cox proportional hazard models, we analyzed the impact of marital status (single, married, divorced/separated, and widowed) on survival after diagnosis with prostate cancer. Chi-square tests were used to analyze the association between marital status and other variables, and the Kaplan-Meier method was used to estimate survival curves. RESULTS: Married men were more likely to be diagnosed with a lower Gleason score and undergo surgery than patients in the other groups (p<0.001). The married group had a lower risk of mortality caused by prostate cancer than the other groups. The five-year survival rate for married patients was higher than that for patients in the other groups. CONCLUSIONS: Marital status is a prognostic factor for the survival of prostate cancer patients, as being married was associated with better outcomes.
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) | 0,000 | 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 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 ».