High pre-diagnosis inflammation-related risk score associated with decreased ovarian cancer survival
Notice bibliographique
Résumé
BACKGROUND: \nThere is suggestive evidence that inflammation is related to ovarian cancer survival. However, more research is needed to identify inflammation-related factors that are associated with ovarian cancer survival and to determine their combined effects. \n \nMETHODS: \nThis analysis used pooled data on 8,147 women with invasive epithelial ovarian cancer from the Ovarian Cancer Association Consortium. Pre-diagnosis inflammatory-related exposures of interest included alcohol use, aspirin use, other nonsteroidal anti-inflammatory drug use, body mass index, environmental tobacco smoke exposure, history of pelvic inflammatory disease, polycystic ovarian syndrome, and endometriosis, menopausal hormone therapy use, physical inactivity, smoking status, and talc use. Using Cox proportional hazards (PH) models, the relationship between each exposure and survival was assessed in 50% of the data. A weighted inflammation-related risk score (IRRS) was developed and its association with survival was assessed using Cox PH models in the remaining 50% of the data. \n \nRESULTS: \nThere was a statistically significant trend of increasing risk of death per quartile of the IRRS (HR=1.09, 95% CI 1.03-1.14). Women in the upper quartile of the IRRS had 31% higher death rate compared to the lowest quartile (95% CI 1.11-1.54). \n \n \nCONCLUSIONS: \nA higher pre-diagnosis IRRS was associated with increased mortality risk after an ovarian cancer diagnosis. Further investigation is warranted to evaluate whether post-diagnosis exposures are also associated with survival. \n \nIMPACT: \nGiven that pre- and post-diagnosis exposures are often correlated and many are modifiable, our study results can ultimately motivate the development of behavioral recommendations to enhance survival among ovarian cancer 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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».