Surgeon Thyroidectomy Case Volume Impacts Disease‐free Survival in the Management of Thyroid Cancer
Notice bibliographique
Résumé
OBJECTIVES: To assess the association between surgeons thyroidectomy case volume and disease-free survival (DFS) for patients with well-differentiated thyroid cancer (WDTC). A secondary objective was to assess a surgeon volume cutoff to optimize outcomes in those with WDTC. We hypothesized that surgeon volume will be an important predictor of DFS in patients with WDTC after adjusting for hospital volume and sociodemographic and clinical factors. METHODS: In this retrospective population-based cohort study, we identified WDTC patients in Ontario, Canada, who underwent thyroidectomy confirmed by both hospital-level and surgeon-level administrative data between 1993 and 2017 (N = 37,233). Surgeon and hospital volumes were calculated based on number of cases performed in the year prior by the physician and at an institution performing each case, respectively and divided into quartiles. A multilevel hierarchical Cox regression model was used to estimate the effect of volume on DFS. RESULTS: A crude model without patient or treatment characteristics demonstrated that both higher surgeon volume quartiles (p < 0.001) and higher hospital volume quartiles (p < 0.001) were associated with DFS. After controlling for clustering and patient/treatment covariates and hospital volume, moderately low (18-39/year) and low (0-17/year) volume surgeons (hazard ratios [HR]: 1.23, 95% confidence interval [CI]: 1.09-1.39 and HR: 1.34, 95% CI: 1.17-1.53 respectively) remained an independent statistically significant negative predictor of DFS. CONCLUSION: Both high-volume surgeons and hospitals are predictors of better DFS in patients with WDTC. DFS is higher among surgeons performing more than 40 thyroidectomies a year. LEVEL OF EVIDENCE: 3 Laryngoscope, 133:S1-S15, 2023.
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) | 0,000 | 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 | 0,000 |
| 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 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 ».