Determining Risk Factors for Gastric and Esophageal Cancers between 2009-2015 in East-Azarbayjan, Iran Using Parametric Survival Models
Notice bibliographique
Résumé
Background: Esophageal cancer (EC) and Gastric cancer (GC) have been identified as two of the most common cancers in the northeastern regions of Iran. The increasing rates of these types of cancers requires attention. This study aims to assess the potential risk factors for these two cancers and then determine shared risk factors between them in a population of Iranian patients using parametric survival models. Methods: This retrospective cohort study was conducted using 127 patients with EC and 184 patients with GC in East Azarbaijan, Iran who were diagnosed and registered during the years 2009-2010 in Iran’s National Cancer Control Registration Program and were followed for five years. Parametric survival models were used to find the risk factors of the patients. Akaike Information Criteria was used to identify the best parametric model in this study. Interaction analysis was used to determine shared risk factors between EC and GC. Results: The mean (±standard deviation) age of diagnoses for EC and GC were 66.92(±11.95) and 66.5(±11.5) respectively. The survival time ranges of GC patients was (0.07-70.33) and the survival time ranges were from 0.10 to 69.03 months for EC patients. Multivariable Log- logistic model showed that being married (OR=2.25, 95% CI: 1.33 - 3.81) for EC patients and Esophagectomy surgery for EC (OR: 1.62, 95% CI: 1.04 – 2.55) and GC (OR: 1.60, 95% CI: 1.02 – 2.53) had significant effects on survival. Age at the time of diagnosis, job status, and Esophagectomy surgery were statistically comparable regarding their magnitude of effect on survival of two cancers (all Ps>0.05). Conclusion: Esophagectomy surgery and being married were important risk factors in EC and GC. The log-logistic model was the most appropriate statistical approach to identify significant risk factors on survival of both cancers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».