Epidemiology of Unconventional Histological Subtypes of Urethral Cancer
Notice bibliographique
Résumé
INTRODUCTION: The aim of the study was to examine cancer-specific mortality (CSM) of unconventional urethral cancers. METHODS: Within the SEER (2004-2016) database, we analyzed CSM of 165 patients with unconventional urethral-cancer histology. Kaplan-Meier plots were used to test the effect of unconventional histologies in urethral cancer on CSM. RESULTS: Of 165 eligible patients, the Mullerian type accounted for 55 (33.3%) versus melanocytic (26.7%) versus neuroendocrine 25 (15.2%) versus lymphoma 22 (13.3%) versus mesenchymal/sarcoma 15 (9.1%) versus spindle cell 4 (2.1%) patients. Median age at diagnosis was 81 years in spindle cell, 75 in melanocytic, 74 in neuroendocrine and mesenchymal/sarcoma, 67 in lymphoma, and 62 years Mullerian type (p < 0.001). Of all, 116 (70.3%) were female. The Mullerian type exhibited the highest female ratio (96.4%) versus the lowest female ratio in neuroendocrine (24.0%). The Mullerian type was most frequent in African-American females. In Caucasian females, the melanocytic type was most frequent (49.1%). In African-American (38.9%) and Caucasian males (33.3%), neuroendocrine histology was most frequent. Three-year CSM was, respectively, 27.5%, 23.1% 22.3%, 20.5%, and 16.1% for melanocytic, mesenchymal/sarcoma, Mullerian type, neuroendocrine, and lymphoma histology. Median cancer-specific survival was 106 versus 10 months for combined nonmetastatic versus metastatic nonconventional histologies. CONCLUSION: Important age, sex, racial/ethnic group distribution, and survival differences exist between each unconventional urethral-cancer histological subtypes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,004 | 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 ».