Differences in Cancer-Specific Mortality after Trimodal Therapy for T2N0M0 Bladder Cancer according to Histological Subtype
Notice bibliographique
Résumé
We aimed at assessing the impact of non-urothelial variant histology (VH), relative to urothelial carcinoma of the urinary bladder (UCUB), on cancer-specific mortality (CSM) in T2N0M0 bladder cancer patients treated with trimodal therapy (TMT). TMT patients treated for T2N0M0 bladder cancer were identified within the Surveillance, Epidemiology, and End Results database (2000−2018). Patients who underwent TMT received trans-urethral resection of the bladder tumor, chemotherapy, and radiotherapy. CSM-FS rates were tested using Kaplan−Meier plots and multivariable Cox-regression (MCR) models according to histological subtype: UCUB vs. neuroendocrine carcinoma vs. squamous cell carcinoma vs. adenocarcinoma. A total of 3846 T2N0MO bladder cancer patients treated with TMT were identified. Of these, 3627 (94.3%) harbored UCUB, while 105 (2.7%), 85 (2.2%), and 29 (0.8%) harbored neuroendocrine carcinoma, squamous cell carcinoma, and adenocarcinoma, respectively. In Kaplan−Meier analyses, 3-yr CSM-FS rates were 57% for UCUB, 51% for neuroendocrine carcinoma, 35% for squamous cell carcinoma, and 60% for adenocarcinoma (p-value < 0.0001). In MCR models, only squamous cell carcinoma exhibited higher CSM than UCUB (HR 1.98, 95%CI 1.5−2.61, p-value < 0.001). Despite the small number of observations, squamous cell carcinoma distinguished itself from UCUB based on worse survival in T2N0M0 patients after TMT.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».