The effect of married status on cancer‐specific mortality in nonmetastatic pelvic liposarcoma patients according to sex
Notice bibliographique
Résumé
BACKGROUND: In nonmetastatic pelvic liposarcoma patients, it is unknown whether married status is associated with better cancer-control outcome defined as cancer-specific mortality (CSM). We addressed this knowledge gap and hypothesized that married status is associated with lower CSM rates in both male and female patients. METHODS: Within the Surveillance, Epidemiology, and End Results database (2000-2020), nonmetastatic pelvic liposarcoma patients were identified. Kaplan-Meier plots and univariable and multivariable Cox regression models (CRMs) predicting CSM according to marital status were used in the overall cohort and in male and female subgroups. RESULTS: Of 1078 liposarcoma patients, 764 (71%) were male and 314 (29%) female. Of 764 male patients, 542 (71%) were married. Conversely, of 314 female patients, 192 (61%) were married. In the overall cohort, 5-year cancer-specific mortality-free survival (CSM-FS) rates were 89% for married versus 83% for unmarried patients (Δ = 6%). In multivariable CRMs, married status did not independently predict lower CSM (hazard ratio [HR]: 0.74, p = 0.06). In males, 5-year CSM-FS rates were 89% for married versus 86% for unmarried patients (Δ = 3%). In multivariable CRMs, married status did not independently predict lower CSM (HR: 0.85, p = 0.4). In females, 5-year CSM-FS rates were 88% for married versus 79% for unmarried patients (Δ = 9%). In multivariable CRMs, married status independently predicted lower CSM (HR: 0.58, p = 0.03). CONCLUSIONS: In nonmetastatic pelvic liposarcoma patients, married status independently predicted lower CSM only in female patients. In consequence, unmarried female patients should ideally require more assistance and more frequent follow-up than their married counterparts.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».