National treatment trends in human papillomavirus–positive oropharyngeal squamous cell carcinoma
Notice bibliographique
Résumé
BACKGROUND: Human papillomavirus (HPV)-mediated oropharyngeal cancer (OPC) is associated with dramatically improved survival in comparison with HPV-negative OPC and can be successfully treated with surgical and nonsurgical approaches. National treatment trends for OPC were investigated with the National Cancer Data Base (NCDB). METHODS: The NCDB was reviewed for primary HPV-mediated OPC in 2010-2014. Multivariable regression was used to identify predictors of both nonsurgical therapy and receipt of adjuvant chemoradiation (CRT). RESULTS: = 0.89). Hospitals in the top treatment volume quartile (quartile 1 [Q1]; n = 29) had a lower rate of positive margins (16.3%) than bottom-quartile centers (n = 741; rate of positive margins, 36.4%; P < .001); Q1 hospitals used surgical therapy significantly more. Independent predictors of nonsurgical therapy included older age, advanced disease, lower hospital volume, and living closer to the hospital or outside the Pacific United States. In surgically treated patients, younger age, lower hospital volume, nodal disease, positive surgical margins, and extranodal extension (ENE) also predicted more adjuvant CRT use. CONCLUSIONS: The use of upfront surgical treatment decreased from 2010 to 2014. Hospital volume shows a strong, inverse correlation with the rate of positive surgical margins. The upfront treatment strategy is predicted not only by staging but also by patient-, geographic-, and hospital-specific factors. Lower hospital volume remains independently associated with increased triple-modality therapy after adjustments for positive margins, ENE, and pathologic staging.
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) | 0,002 | 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 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 ».