Global Retinoblastoma Treatment Outcomes
Notice bibliographique
Résumé
PURPOSE: To compare metastasis-related mortality, local treatment failure, and globe salvage after retinoblastoma in countries with different national income levels. DESIGN: International, multicenter, registry-based retrospective case series. PARTICIPANTS: Two thousand one hundred ninety patients, 18 ophthalmic oncology centers, and 13 countries on 6 continents. METHODS: Multicenter registry-based data were pooled from retinoblastoma patients enrolled between January 2001 and December 2013. Adequate data to allow American Joint Committee on Cancer staging, eighth edition, and analysis for the main outcome measures were available for 2085 patients. Each country was classified by national income level, as defined by the 2017 United Nations World Population Prospects, and included high-income countries (HICs), upper middle-income countries (UMICs), and lower middle-income countries (LMICs). Patient survival was estimated with the Kaplan-Meier method. Logistic and Cox proportional hazards regression models were used to determine associations between national income and treatment outcomes. MAIN OUTCOME MEASURES: Metastasis-related mortality and local treatment failure (defined as use of secondary enucleation or external beam radiation therapy). RESULTS: Most (60%) study patients resided in UMICs and LMICs. The global median age at diagnosis was 17.0 months and higher in UMICs (20.0 months) and LMICs (20.0 months) than HICs (14.0 months; P < 0.001). Patients in UMICs and LMICs reported higher rates of disease-specific metastasis-related mortality and local treatment failure. As compared with HICs, metastasis-related mortality was 10.3-fold higher for UMICs and 9.3-fold higher for LMICs, and the risk for local treatment failure was 2.2-fold and 1.6-fold higher, respectively (all P < 0.001). CONCLUSIONS: This international, multicenter, registry-based analysis of retinoblastoma management revealed that lower national income levels were associated with significantly higher rates of metastasis-related mortality, local treatment failure, and lower globe salvage.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».