Long-Term Survival Among Histological Subtypes in Advanced Epithelial Ovarian Cancer: Population-Based Study Using the Surveillance, Epidemiology, and End Results Database
Notice bibliographique
Résumé
BACKGROUND: Actual long-term survival rates for advanced epithelial ovarian cancer (EOC) are rarely reported. OBJECTIVE: This study aimed to assess the role of histological subtypes in predicting the prognosis among long-term survivors (≥5 years) of advanced EOC. METHODS: We performed a retrospective analysis of data among patients with stage III-IV EOC diagnosed from 2000 to 2014 using the Surveillance, Epidemiology, and End Results cancer data of the United States. We used the chi-square test, Kaplan-Meier analysis, and multivariate Cox proportional hazards model for the analyses. RESULTS: We included 8050 patients in this study, including 6929 (86.1%), 743 (9.2%), 237 (2.9%), and 141 (1.8%) patients with serous, endometrioid, clear cell, and mucinous tumors, respectively. With a median follow-up of 91 months, the most common cause of death was primary ovarian cancer (80.3%), followed by other cancers (8.1%), other causes of death (7.3%), cardiac-related death (3.2%), and nonmalignant pulmonary disease (3.2%). Patients with the serous subtype were more likely to die from primary ovarian cancer, and patients with the mucinous subtype were more likely to die from other cancers and cardiac-related disease. Multivariate Cox analysis showed that patients with endometrioid (hazard ratio [HR] 0.534, P<.001), mucinous (HR 0.454, P<.001), and clear cell (HR 0.563, P<.001) subtypes showed better ovarian cancer-specific survival than those with the serous subtype. Similar results were found regarding overall survival. However, ovarian cancer-specific survival and overall survival were comparable among those with endometrioid, clear cell, and mucinous tumors. CONCLUSIONS: Ovarian cancer remains the primary cause of death in long-term ovarian cancer survivors. Moreover, the probability of death was significantly different among those with different histological subtypes. It is important for clinicians to individualize the surveillance program for long-term ovarian cancer survivors.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».