MétaCan
Menu
Retour à la cohorte
Enregistrement W3158601065 · doi:10.3390/cancers13092246

The Effect of Diffuse Liver Diseases on the Occurrence of Liver Metastases in Cancer Patients: A Systematic Review and Meta-Analysis

2021· review· en· W3158601065 sur OpenAlexaboutno aff
Filippo Monelli, Giulia Besutti, Olivera Djurić, Laura Bonvicini, Roberto Farì, Stefano Bonfatti, Guido Ligabue, Maria Chiara Bassi, Angela Damato, Candida Bonelli, Carmine Pinto, Pierpaolo Pattacini, Paolo Giorgi Rossi

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisMedicineLiver cancerCancerOncologyInternal medicinePathologyRadiology

Résumé

récupéré en direct d'OpenAlex

This systematic review with meta-analysis aimed to assess the effect of diffuse liver diseases (DLD) on the risk of synchronous (S-) or metachronous (M-) liver metastases (LMs) in patients with solid neoplasms. Relevant databases were searched for systematic reviews and cross-sectional or cohort studies published since 1990 comparing the risk of LMs in patients with and without DLD (steatosis, viral hepatitis, cirrhosis, fibrosis) in non-liver solid cancer patients. Outcomes were prevalence of S-LMs, cumulative risk of M-LMs and LM-free survival. Risk of bias (ROB) was assessed using the Newcastle-Ottawa Scale. We report the pooled relative risks (RR) for S-LMs and hazard ratios (HR) for M-LMs. Subgroup analyses included DLD, primary site and continent. Nineteen studies were included (n = 37,591 patients), the majority on colorectal cancer. ROB appraisal results were mixed. Patients with DLD had a lower risk of S-LMs (RR 0.50, 95% CI 0.34–0.76), with a higher effect for cirrhosis and a slightly higher risk of M-LMs (HR 1.11 95% CI, 1.03–1.19), despite a lower risk of M-LMs in patients with vs without viral hepatitis (HR 0.57, 95% CI 0.40–0.82). There may have been a publication bias in favor of studies reporting a lower risk for patients with DLD. DLD are protective against S-LMs and slightly protective against M-LMs for viral hepatitis only.

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)0,011
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,026
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,040
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,129
Tête enseignante GPT0,340
Écart entre enseignants0,211 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207