Risk factors for lower extremity lymphedema following treatment of gynecologic cancers: a meta-analysis
Notice bibliographique
Résumé
Objective To investigate the multiple risk factors for lower extremity lymphedema in patients following treatment of common gynecologic cancers by meta-analysis for systematic analysis and comprehensive quantitative study. Methods Clinical trials published up until August 2016 were retrieved from PubMed, Embase, and the Cochrane Library. The quality of the included studies was assessed by the Newcastle-Ottawa Scale, and data analysis was performed using Stata 14.0 and RevMan 5.3. The strength of the associations between risk factors and gynecologic cancer-related lower extremity lymphedema was described as odds ratio (OR) and 95% confidence intervals (CI). Results Eighteen studies were included in the meta-analysis, and 8 relevant factors were identified. The risk factors for lower extremity lymphedema after treatment of gynecologic cancer mainly included radiotherapy (OR=2.45, 95%CI: 2.05-2.95, P=0.000), FIGO stage (OR=2.29, 95%CI: 1.66-3.14, P=0.000), and pelvic lymph node dissection (OR=2.00, 95%CI: 1.02-3.91, P=0.040). Conclusions Radiotherapy, FIGO stage, and pelvic lymph node dissection are the main risk factors for lower extremity lymphedema after treatment of gynecologic cancers. Key words: Gynaecological neoplasms; Lower extremity lymphedema; Risk factors
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».