Evaluating the prognostic contributions of TNM classifications and building novel staging schemes for middle ear squamous cell carcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: A universally acknowledged cancer staging system considering all aspects of the T-, N-, and M-classifications for middle ear squamous cell carcinoma (MESCC) remains absent, limiting the clinical management of MESCC patients. MATERIALS AND METHODS: A total of 214 MESCC patients were extracted from the SEER (the Surveillance, Epidemiology, and End Results) database between 1973 and 2016. The relationships between patient's characteristics and prognoses were analyzed by Kaplan-Meier and Cox proportional hazards regression models. Novel staging schemes for MESCC were designed by adjusted hazard ratio (AHR) modeling method according to the combinations of Stell's T-classification and the eighth AJCC N- and M-classifications, of which performances were evaluated based on five criteria: hazard consistency, hazard discrimination, explained variation, likelihood difference, and balance. RESULTS: T-classification was the most significant prognostic factor for MESCC patients in multivariable analysis (p = 0.021). The N- and M-classifications also had obvious prognostic effect but were not statistically significant by multivariate analysis due to the limited metastasis events. Three novel staging schemes (AHR-Ⅰ-Ⅲ models, different combination of T- and N-classifications) and ST (solely derived from Stell's T-classification) were developed, among which the AHR-Ⅰ staging scheme performed best. CONCLUSIONS: Tumor extension, quantified by Stell's T-classification, is the most significant prognostic factor for MESCC patients. However, our AHR-Ⅰ staging scheme, a comprehensive staging scheme that integrating T-, N-, and M-classifications, might be an optimal option for clinical practitioners to predict MESCC patients' prognosis and make proper clinical decisions.
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.
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 | 0,002 |
| 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 découle