The Diminishing Importance of Primary Site Identification in Cancer of Unknown Primary: A Canadian Single-Center Experience
Notice bibliographique
Résumé
Background Cancer of unknown primary (CUP) describes patients with metastatic disease without an identified primary tumor site. Successful diagnosis and treatment of these patients remains difficult. Published guidelines on CUP have highlighted “favorable” subtype groups. We investigated a series of CUP patients to review adherence to guidelines, and identification of primary cancers or “favorable” subtypes. Methods Patients with histologically confirmed CUP at an academic institution from 2012 to 2018 were identified. Patient demographics, tumor presentation, diagnostic work-up and treatment information were retrospectively collected from electronic data records for descriptive analysis and compared to published clinical guidelines. The primary endpoint was the proportion of patients where the primary site was identified. Multivariable logistic regression models were used to identify factors associated with primary site identification. Kaplan-Meier survival curves were used to determine factors associated with poorer OS. Results Three hundred and five patients were included with a median follow-up time of 4.3 months. Primary tumor sites were identified in 109 patients (37.5%), which was most commonly lung cancer (33%). Statistical analyses did not identify any demographic or initial presentation factors associated with identifying the primary or not. More diagnostic tests did not increase the likelihood of primary site identification ( P=0.44 ). Patients with an identified primary did not have longer OS than other patients (median 5.2 months vs. 4.7 months, P=0.47 ). 57 patients (18.7%) who had a defined “favorable” subtype experienced superior OS (36.6 months vs. 3.8 months; P<0.0001 ). Further, patients with good prognostic status who followed published treatment guidelines had longer OS (17.6 months vs. 13.2 months; P=0.04 ). Conclusions CUP remains a difficult cancer to diagnose and treat. These results suggest identifying the primary has less impact than anticipated, but particular efforts to identify patients with “favorable” subtypes of CUP is important prognostically.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».