Urachal carcinoma: A novel staging system utilizing the National Cancer Database
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Urachal carcinoma (UrC) is a rare, aggressive cancer with a poor prognosis that is frequently diagnosed in advanced stages. Due to its rarity, the current staging systems, namely Sheldon, Mayo, and Ontario were established based on relatively small patient cohorts, necessitating further validation. We used a large patient population from the National Cancer Database to model a novel staging system based on the Tumor (T), Node(N), and Metastasis (M) (TNM) staging system and compared it to established staging systems. METHODS: We identified patients diagnosed with UrC between the years of 2004-2016. To determine median overall survival (OS), a Kaplan-Meier (KM) curve was generated using the Sheldon, Mayo, Ontario, and TNM staging system. A cox proportional-hazards regression model was developed to highlight predictors of overall survival. RESULTS: A total of 626 patients were included in the analysis. The OS for the entire cohort was 58.2 months (50.1-67.8) with survival rates at 12, 24, and 60 months of 83%, 70%, and 49%, respectively (p < 0.0001). As compared to the Sheldon, Mayo, and Ontario staging system, our TNM staging system had a more balanced sample and survival distribution per stage and no overlap among stages on KM survival curves. The Mayo, Ontario, and TNM staging systems were more accurate in terms of stage-survival correlation than the Sheldon staging system (p < 0.05 for all stages). CONCLUSIONS: The proposed novel TNM staging system for UrC has a more balanced sample distribution and a more accurate stage-survival correlation than the traditional Mayo, Sheldon, and Ontario staging systems. It is clinically applicable and enables better risk stratification, prognosis, and therapeutic decision-making.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découle