Regional variance in treatment and outcomes of locally invasive (<scp>T4</scp>) rectal cancer in Australia and New Zealand: analysis of the <scp>Bi‐National</scp> Colorectal Cancer Audit
Notice bibliographique
Résumé
BACKGROUNDS: Locally invasive T4 rectal cancer often requires neoadjuvant treatment followed by multi-visceral surgery to achieve a radical resection (R0), and referral to a specialized exenteration quaternary centre is typically recommended. The aim of this study was to explore regional variance in treatment and outcomes of patients with locally advanced rectal cancer in Australia and New Zealand (ANZ). METHODS: Data were collected from the Bi-National Colorectal Cancer Audit (BCCA) database. Rectal cancer patients treated between 2007 and 2019 were divided into six groups based on region (state/country) using patient postcode. A subset analysis of patients with T4 cancer was performed. Primary outcomes were positive circumferential resection margin (CRM+), and positive circumferential and/or distal resection margin (CRM/DRM+). RESULTS: A total of 9385 patients with rectal cancer were identified, with an overall CRM+ rate of 6.4% and CRM/DRM+ rate of 8.6%. There were 1350 patients with T4 rectal cancer (14.4%). For these patients, CRM+ rate was 18.5%, and CRM/DRM+ rate was 24.1%. Significant regional variation in CRM+ (range 13.4-26.0%; p = 0.025) and CRM/DRM+ rates (range 16.1-29.3%; p = 0.005) was identified. In addition, regions with higher CRM+ and CRM/DRM+ rates reported lower rates of multi-visceral resections: range 24.3-26.8%, versus 32.6-37.3% for regions with lower CRM+ and CRM/DRM+ rates (p < 0.0001). CONCLUSION: Positive resection margins and rates of multi-visceral resection vary between the different regions of ANZ. A small subset of patients with T4 rectal cancer are particularly at risk, further supporting the concept of referral to specialized exenteration centres for potentially curative multi-visceral resection.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 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 ».