Survival after radical prostatectomy versus radiation therapy in clinical node‐positive prostate cancer
Notice bibliographique
Résumé
AIM: To compare overall mortality (OM), cancer-specific mortality (CSM), and other cause mortality (OCM) rates between radical prostatectomy (RP) versus radiotherapy (RT) in clinical node-positive (cN1) prostate cancer (PCa). MATERIALS AND METHODS: Within Surveillance, Epidemiology, End Results (SEER) (2004-2016), we identified 4685 cN1 PCa patients, of whom 3589 (76.6%) versus 1096 (24.4%) were treated with RP versus RT. After 1:1 propensity score matching (PSM), Kaplan-Meier plots and Cox regression models tested the effect of RP versus RT on OM, while cumulative incidence plots and competing-risks regression (CRR) models addressed CSM and OCM between RP and RT patients. All analyses were repeated after the inverse probability of treatment weighting (IPTW). For CSM and OCM analyses, the propensity score was used as a covariate in the regression model. RESULTS: Overall, RT patients were older, harbored higher prostate-specific antigen values, higher clinical T and higher Gleason grade groups. PSM resulted in two equally sized groups of 894 RP versus 894 RT patients. After PSM, 5-year OM, CSM, and OCM rates were, respectively, 15.4% versus 25%, 9.3% versus 17%, and 6.1% versus 8% for RP versus RT (all p < 0.001) and yielded respective multivariate hazard ratios (HRs) of 0.63 (0.52-0.78, p < 0.001), 0.66 (0.52-0.86, p < 0.001), 0.71 (0.5-1.0, p = 0.05), all favoring RP. After IPTW, Cox regression models yielded HR of 0.55 (95% confidence interval [CI] = 0.46-0.66) for OM, and CRR yielded HRs of 0.49 (0.34-0.70) and 0.54 (0.36-0.79) for, respectively, CSM and OCM, all favoring RP (all p < 0.001). CONCLUSIONS: RP may hold a CSM advantage over RT in cN1 PCa patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».