The Impact of Radiotherapy on the Incidence of Secondary Malignancies: A Pan-Cancer Study in the US SEER Cancer Registries
Notice bibliographique
Résumé
The population of cancer patients with second primary malignancies (SPMs) is rapidly growing. The relationship between radiotherapy and SPMs for some types of tumors is unknown or debated. In this study, we identify 24 types of first primary malignancies (FPMs) between 2004 and 2015 in the Surveillance, Epidemiology, and End Results (SEER) database. Patients in the radiotherapy group were matched to those in the no radiotherapy group with a matching ratio of 1:1. After propensity-score matching (PSM), additional competing risk regression analyses were performed to calculate the efficacy of radiotherapy to SPMs in the PSM-adjusted population. In addition, the Fine and Gray model was utilized in the primary cohorts, and stratified analyses were performed based on surgery. This study includes a total of 2,831,789 eligible patients with tumors diagnosed from 2004 to 2015 in the SEER 18 database, amongst whom 100,194 (3.5%) patients developed SPMs. We observe higher risks of SPMs associated with radiotherapy in several types of tumors in the PSM-adjusted populations (small bowel adenocarcinoma, small cell lung carcinoma, prostate adenocarcinoma, urinary bladder transitional cell carcinoma, invasive ductal breast carcinoma, invasive lobular breast carcinoma, and Hodgkin lymphoma). The results in the PSM-adjusted populations were consistent with outcomes in the multivariable competing risk models. Meanwhile, in subgroup analyses stratified by surgery, some other types of tumor (except for those with positive results in the PSM-adjusted cohorts) with radiotherapy were also associated with a higher prevalence of SPMs in the subgroups of surgical treatment (pancreatic adenocarcinoma, rectal adenocarcinoma, lung adenocarcinoma and follicular thyroid carcinoma in the surgery subgroups). The impact of radiotherapy on the incidence of secondary malignancies is distinct in different types of cancer. These findings merit further investigation and may ultimately impact treatment decision-making for tumor management.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».