Rates of other‐cause mortality after radical cystectomy are decreasing over time—A population‐based analysis over two decades
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To investigate other-cause mortality (OCM) rates over time according to several baseline characteristics in bladder cancer (BCa) patients treated with radical cystectomy (RC). METHODS: urothelial BCa patients treated with RC. Temporal trends and multivariable Cox regression (MCR) analyses assessed 5-year OCM. Data were stratified according to the year of diagnosis (1988-1995 vs 1996-2000 vs 2001-2004 vs 2005-2008 vs 2009-2011), age group (<60 vs 60-75 vs >75 years), sex, race, marital status, and socioeconomic status. RESULTS: Overall, OCM rates decreased from 13.9% in 1988-1995 to 8.6% in 2009-2011. The greatest decrease was recorded in elderly (>75) patients (32%-16%, slope: -0.55% per year; P = .01), followed by patients aged 60 to 75 (21%-5%, slope: -0.35% per year; P = .01), unmarried patients (16%-10%, slope: -0.26% per year; P < .001), male patients (14%-8.9%, slope: -0.23% per year), and African Americans (16%-11%, slope: -0.27% per year; P < .001). MCR models corroborated these results. CONCLUSIONS: Most important decrease in OCM after RC over the last decades was recorded in the elderly, unmarried, and male patients. Nonetheless, these three patient groups still represent ideal targets for efforts aimed at minimizing the morbidity and mortality after RC, as their risk of OCM is higher than in others.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».