Population‐based analysis of perioperative chemotherapy use, interventions requiring hospitalization and atheroembolic events among patients with non‐metastatic muscle‐invasive bladder cancer
Notice bibliographique
Résumé
INTRODUCTION: Utilization of neoadjuvant chemotherapy (NC) in muscle invasive bladder cancer (MIBC) is increasingly recognized as standard of care but trends of use in Ontario remain unknown. Currently, there remains knowledge gaps regarding the effects of perioperative chemotherapy on the rates of interventions requiring hospitalization (IRH) and atheroembolic events (ATEs). METHODS: We conducted a population-based retrospective study within the province of Ontario over 16 years. Patients with non-metastatic MIBC receiving surgery only or planned for perioperative chemotherapy were included. Primary outcomes included 2-year IRH and ATE rates. Univariate/multivariate analysis was used to identify predictors associated with IRHs and ATEs. Cochrane-Armitage was used to assess treatment trends over time. RESULTS: Our study included 3281 patients. RC alone occurred in 2030 (60.9%), NC in 974 (29.6%) and adjuvant chemotherapy in 8.4% (n = 277). A total of 490/974 (50.3%) patients whom initiated NC with RC intent failed to undergo RC. This improved to 20.5% by 2015 (p < 0.001). Use of NC increased by an absolute value of 33% (p < 0.001). Overall, 4.2% of patients experienced IRHs and 11.5% ATEs. On multivariate analysis, advanced age and Charlson index score (CI) were strong predictors of outcomes, not timing of perioperative chemotherapy (p < 0.05.) CONCLUSION: A total of 29.6% of MIBC patients are planned for NC with 20.5% not progressing to their surgery. Use of NC has substantially increased over time. IRHs and ATEs remain stubbornly high at 4.2% and 11.5% respectively. Older age and higher CI scores are the strongest predictors of IRHs and ATEs (p < 0.05), not perioperative chemotherapy.
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 | 0,002 |
| 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) | 0,001 | 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 ».