Long-term mortality among women with epithelial ovarian cancer: a population-based study in British Columbia, Canada
Notice bibliographique
Résumé
OBJECTIVES: Among women with epithelial ovarian cancer (EOC), histotype is one of the major prognostic factors. However, few data are available on histotype- specific survival and mortality estimates among these patients. We therefore examined survival and causes of death among women with EOC by histotype. METHODS: A population- based cohort including all ovarian cancer patients diagnosed in British Columbia (BC) between 1990 and 2014 was built using population-based administrative datasets. We compared causes of death within histotypes, by age at diagnosis, BRCA status, and time since diagnosis. RESULTS: A total of 6975 women were identified as having been diagnosed with EOC between 1990 and 2014 in BC. The most common cause of death among these women was ovarian cancer until 10 years post diagnosis when other causes surpassed ovarian cancer as the leading cause of death. Among women with serous EOCs, ovarian cancer was the leading cause of death 12 years after diagnosis, whereas ovarian cancer was the leading cause of death for 8 years among women with non- serous EOCs. Among women with serous EOCs, ovarian cancer was the leading cause of death for 12 years among younger women (< 60 years of age) compared to 8 years among women > = 60 years of age, and those with BRCA mutations were more likely to die from ovarian cancer than those without a BRCA mutation. CONCLUSIONS: Within 10 years from diagnosis, ovarian cancer is the leading cause of death among women diagnosed with EOC.
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 | 0,000 | 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) | 0,003 | 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 ».