Other‐cause mortality in incidental prostate cancer
Notice bibliographique
Résumé
BACKGROUND: In incidental prostate cancer (IPCa), elevated other-cause mortality (OCM) may obviate the need for active treatment. We tested OCM rates in IPCa according to treatment type and cancer grade and we hypothesized that OCM is significantly higher in not-actively-treated patients. METHODS: Within the Surveillance, Epidemiology, and End Results database (2004-2015), IPCa patients were identified. Smoothed cumulative incidence plots as well as multivariable competing risks regression models were fitted to address OCM after adjustment for cancer-specific mortality (CSM). RESULTS: Of 5121 IPCa patients, 3655 (71%) were not-actively-treated while 1466 (29%) were actively-treated. Incidental PCa not-actively-treated patients were older and exhibited higher proportion of Gleason sum (GS) 6 and clinical T1a stage. In smoothed cumulative incidence plots, 5-year OCM was 20% for not-actively-treated versus 8% for actively-treated patients. Conversely, 5-year CSM was 5% for not-actively-treated versus 4% for actively-treated patients. No active treatment was associated with 1.4-fold higher OCM, even after adjustment for age, cancer characteristics, and CSM. According to GS, OCM reached 16%, 27%, and 35% in GS 6, 7, and 8-10 not-actively-treated IPCa patients, respectively and exceeded CSM recorded for the same three groups (2%, 6%, and 28%, respectively). CONCLUSION: Our results quantified OCM rates, confirming that in not-actively-treated IPCa patients OCM is indeed significantly higher than in their actively-treated counterparts (HR: 1.4). These observations validate the use of no active treatment in IPCa patients, in whom OCM greatly surpasses CSM (20% vs. 5%).
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 | 0,000 | 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 | 0,000 | 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 ».