MétaCan
Menu
← Retour à la cohorte
Enregistrement W3129319671 · doi:10.15557/cgo.2020.0009

Examining the impact of body mass index on overall survival in vulvar, vaginal and other mucosal melanomas: a retrospective cohort study

2020· article· en· W3129319671 sur OpenAlexafffund
Sheida Naderi-Azad, Faisal Sickandar, Rossanna C. Pezo

Notice bibliographique

RevueGinekologia Onkologiczna/Current Gynecologic Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésMedicineMucosal melanomaMelanomaRetrospective cohort studyBody mass indexVulvar cancerInternal medicineVulvaOncologyDermatologyCancer research

Résumé

récupéré en direct d'OpenAlex

Aim of the study: In this retrospective cohort study we have examined differences in survival profiles with respect to the body mass index in patients with mucosal melanoma on immune checkpoint inhibitor therapy. Materials and methods: The primary outcome included the association between the body mass index and overall survival in patients with metastatic mucosal melanoma. The secondary outcomes included the clinical presentation and management of vulvar and vaginal melanomas with oral and anorectal mucosal melanomas, as well as the surgical and radiological management of vulvar and vaginal melanomas. Kaplan–Meier analysis and log-rank test were used for the assessment of overall survival. Results: The results showed that patients with mucosal melanoma whose body mass index was ≥25 had better overall survival (p = 0.02). Overall survival was different between vulvar/vaginal vs. oral mucosal melanoma (p = 0.02). Overall survival was not different between vulvar/vaginal vs. anorectal melanoma (p = 0.77). Some immune toxicities were specific to patients with vulvar/vaginal melanoma. Conclusions: Obesity is associated with improved survival in patients with metastatic mucosal melanoma, although findings can be heterogeneous depending on the subtype of mucosal melanoma.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,345
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGinekologia Onkologiczna/Current Gynecologic Oncology→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→