MétaCan
Menu
Retour à la cohorte
Enregistrement W4387133870 · doi:10.1177/17588359231198943

Clinico-demographic characteristics and outcomes of radiation-induced sarcomas (RIS): a CanSaRCC study

2023· article· en· W4387133870 sur OpenAlexaffabout
Maurício Fernando Silva Almeida Ribeiro, Hagit Peretz Soroka, Zainab Asif Bhura, Ian Hirsch, Jay S. Wunder, Peter C. Ferguson, Kim M. Tsoi, Savtaj S. Brar, Rebecca A. Gladdy, Carol J. Swallow, Peter Chung, Charles Catton, Philip Wong, Geoffrey Alan Watson, Albiruni Ryan Abdul Razak, Abha A. Gupta, David Shultz

Notice bibliographique

RevueTherapeutic Advances in Medical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensMount Sinai HospitalPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcomaProportional hazards modelRadiation therapyInternal medicineSoft tissue sarcomaOsteosarcomaAngiosarcomaOncologyBone SarcomaChemotherapyRetrospective cohort studyMultivariate analysisDatabaseSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

Background: Radiation-induced sarcomas (RIS) tend to have aggressive behaviour and because of their rarity, the most appropriate management for these malignancies is uncertain. Objectives: Using the Canadian Sarcoma Research and Clinical Collaboration (CanSaRCC) database, a national sarcoma registry, we aimed to investigate prognostic factors and outcomes for RIS. Design: Retrospective study of RIS patients treated from 1996 to 2021 at three Canadian centres. Methods: RIS was defined as a sarcoma arising in a previously irradiated field following a 3+ year latency period, whose histology was distinct from the initially irradiated tumour. Clinicopathologic and treatment-related information was extracted from the CanSaRCC database. Overall survival (OS) was defined as the time from RIS diagnosis to death from any cause. Response rate (RR) to neoadjuvant chemotherapy (NACT) was based on physician assessment. Time-to-event analyses were estimated using the Kaplan–Meier method, with Cox regression for multivariate analysis. We considered a two-tailed p-value of <0.05 as statistically significant. Results: One hundred seven tumours met the criteria for RIS and were divided into three subgroups: breast angiosarcoma (BAS, n = 54), osteosarcoma (OST, n = 16), and other soft-tissue sarcomas (STS, n = 37). Patients were mostly female ( n = 85, 79%), treated initially for breast carcinomas ( n = 54, 50.5%), and diagnosed with high-grade tumours ( n = 61/71, 86%). None had evidence of synchronous metastasis. Patients with OST were younger (median age: 48 years, p < 0.001), and BAS had the shortest latency interval (8 versus 18 years for OST/STS, p < 0.001). Most patients underwent surgery, 76% ( n = 76/100) R0; 24% ( n = 26) received radiation therapy, mostly ( n = 15, 57.7%) neoadjuvant. Among those receiving chemotherapy, 30 (75%) underwent NACT; among patients with documented response assessment, the RR was 68% ( n = 17/25), being even higher in the BAS population (89.5%, n = 13/17). Median OS was 53 months (95% CI 34–101), with a 5-year OS of 47.6%; larger tumour size, high histologic grade and older age were independent prognostic factors for worse OS. Conclusion: Surgery is standard, and NACT might be useful to downsize large lesions, especially in BAS patients. Raising RIS awareness is fundamental to promoting appropriate management and fostering research through multi-institutional collaborations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,546
Score d'incertitude au seuil0,902

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,414
Écart entre enseignants0,372 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in Medical OncologyMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207