An Analysis of the Survival of Gall Bladder Patients in a Tertiary Cancer Center in India using Accelerated Failure Time Models
Notice bibliographique
Résumé
Objective: Accelerated Failure Time (AFT) models are an useful alternative of Cox- PH model to determine the significant predictors affecting the survival of the patients. This article aims to determine the significant prognostic factors of hospitalized Gall Bladder Cancer patients in Rajiv Gandhi Cancer Institute and Research Center, New Delhi, India by applying AFT Models. To the best of our knowledge, this is the first study to be carried out in India identifying the factors of Gall bladder patients using AFTM. Materials and Methods: The data are taken from original proformae of 652 hospital admitted Gall Bladder patients from a tertiary care hospital from Delhi from the period January 2012 to December 2016. These models take the logarithm of survival time, S(t) as dependent variable and prognostic factors as independent variables. Thereby, effect of these prognostic factors is multiplicative and therefore these models can be easily interpreted. AFTM demonstrates the predictor’s effect in terms of time ratio (TR). Analysis was implemented on R software version 3.5.1. Results and Conclusions: In the Gall Bladder data considered in this article, shape of hazard function, H(t) and the exploratory data analysis falls in line with the Lognormal AFT model. AFT models give an estimate of Time Ratio which helps doctors, clinicians, epidemiologists etc. to determine the effect of treatment in terms of an increasing/decreasing survival time.
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 | 0,016 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».