Incidence and Mortality Rates of Second Pancreatic Cancer Among Survivors of Digestive Cancers
Notice bibliographique
Résumé
OBJECTIVES: We analyzed the incidence and mortality rates of second pancreatic ductal adenocarcinoma (PDAC) among survivors of digestive cancers in South Korea. METHODS: We evaluated data from the Korea National Health Insurance to identify individuals with digestive cancers in 2005 to 2015. The standardized incidence ratios (SIRs) of second PDACs and survival rates were evaluated. RESULTS: Among 772,534 patients with first digestive cancers, 1696 (0.22%) developed second PDACs. The incidence of second PDACs increased until 10 years since the first cancer diagnosis. Patients with biliary tract cancers (BTCs) showed a higher incidence of second PDACs than did those with gastrointestinal cancers or hepatocellular carcinoma. In ages 20 to 49 years, SIRs (95% confidence interval) were higher in survivors of hepatocellular carcinoma (3.08; 1.04-3.08), gastric cancer (3.40; 1.90-3.40), colorectal cancer (5.00; 2.75-5.00), gallbladder cancer (58.52; 11.81-58.52), intrahepatic cholangiocarcinoma (86.99; 1.73-86.99), extrahepatic cholangiocarcinoma (89.41; 27.42-89.41), and ampulla of Vater cancer (156.78; 48.08-156.78). In ages 50 to 64 years, colorectal cancer (1.42; 1.04-1.42), gastric cancer (1.66; 1.29-1.66), and BTCs revealed higher SIRs. In ages more than 65 years, SIR was increased only in BTCs. Second PDACs revealed a more favorable prognosis than first PDACs. CONCLUSIONS: Careful surveillance for second PDACs after curative treatment of BTCs and colorectal cancers should be considered.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».