Analysis of Hypothyroidism Development in Post-Radiotherapy Nasopharyngeal Cancer Patients using Survival Trees
Notice bibliographique
Résumé
Abstract Radiotherapy is one of the treatments for nasopharyngeal cancer (NPC). However, this treatment might produce an unfavorable effect on the thyroid gland, which eventually results in less production of thyroid hormone. This is condition is known as hypothyroidism. The development of hypothyroidism in each patient with post-radiative NPC differs according to several factors. This study aims to analyze the rate of development of hypothyroidism in post-radiated NPC patients. This aim is achieved by identifying subgroups of patients with different hazard rates of developing hypothyroidism, and further identify factors explaining hypothyroidism in each subgroup. Data on ninety-seven NPC post-radiation patients taken from one of the hospitals in Jakarta were analyzed. Survival tree with the relative risk tree algorithm was proposed to analyze the data. We identified three subgroups of patients with relatively slow, medium, and fast developing of hypothyroidism. For the slow subgroup, 26% of the patients developed hypothyroidism at 150+ weeks post-radiation, while it only took less than 30 weeks for those in fast-growing subgroup; and 70 until 130 weeks for the medium subgroup. We also found that sweat production and Zulewski’s total score were the important factors in explaining the development rate of hypothyroidism.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».