143 A Comparison of the Tumour Response in Esophageal Cancer Patients Treated with Tri-Modality Approach Using Either Cisplatin/5-FU or Carboplatin/Paclitaxel and Concomitant Radiation Therapy
Notice bibliographique
Résumé
CARO-ASM 2019 of overall survival (OS), locoregional recurrence (LRR), locoregional recurrence-free survival (LRFS), and unexpected Grade 3 toxicity.Multivariable analysis was performed for OS and LRFS.Results: Overall, 123/300 (41%) patients experienced a RTC.Among those with RTC, 2-year results were: OS 74%, LRR 4.2%, LRFS 73%, and unexpected Grade ≥3 toxicity 5.7%.Among those without RTC, analogous figures were: 84%, 1.7%, 84%, and 3.9%, respectively.The differences were statistically significant for OS (p=0.033) and LRFS (p=0.015), but not for LRR (p=0.22) or toxicity (p=0.48).Among RTC components, only RT interruption was associated with worse OS (OR 1.82, CI 95% 1.04 -3.17, p=0.035) and LRFS (OR 1.95, CI 95% 1.13 -3.37, p=0.017) on univariable analysis.On multivariable analysis, variables (HR, 95% CI, p-value) associated with worse OS were: RTC (2.08, 1.11-3.91,0.023), ECOG performance status ≥1 (5.11, 2.55-10.26,<0.001), N2/3 disease (2.83, 1.38-5.8,0.0044) and treatment modality other than cRT: RT alone (3.2, 1.39 -7.38, 0.0064), surgery with postoperative cRT (20.41 , 6.99 -59.6, <0.001), and surgery with postoperative RT (4.28, 1.72 -10.68, 0.0018).Similar results were seen for LRFS. Conclusions:The association of a rocky treatment course with worse oncologic outcomes in HNC has been independently validated and could be used as an intermediate outcome variable in future prospective studies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».