Resection of colorectal carcinoma liver metastases: A population-based study in outcomes and factors associated with recurrent disease
Notice bibliographique
Résumé
To assess the hepatic disease-free survival (HDFS) and overall survival (OS) of patients who underwent resection of colorectal cancer liver metastases (CRCLM) in our population, and evaluate what factors are associated with these outcomes. Patients with resected non-mucinous CRCLM between January 2013-February 2020 were retrospectively identified. Dates of diagnosis, surgery, and, if applicable, death were recorded. HDFS and OS were calculated using a census date of 24 September 2022. Separate Cox multivariate regression analyses were performed to evaluate for association between HDFS and OS and the following factors: pre-operative imaging interval (<4 weeks vs. ≥4 weeks); pre-operative imaging modality (CT only vs. MRI+CT); extrahepatic disease at time of hepatectomy (yes vs. no); tumor burden score (TBS, where TBS2 = (largest axial dimension of CRCLM)2 + (number of CRCLM)2); pT and pN; and neoadjuvant chemotherapy. 137 subjects (mean age, 61±11 years, 86 males) were included. Associations with recurrent hepatic disease were found with chemotherapy (HR 2.11[95% CI=1.13–3.92]), TBS (HR 1.30[95% CI=1.17–1.45]), MRI+CT (HR 2.12[95% CI=1.29–3.48]), and extrahepatic disease at hepatectomy (HR 2.16[95% CI=1.08–4.35]). For mortality, associations were found with TBS (HR 1.22[95% CI=1.09–1.37]), pT (HR 1.45[95% CI=1.05–2.00]), and extrahepatic disease at hepatectomy (HR 2.10[95% CI=1.31–3.36]). In our population, non-imaging related factors TBS, neoadjuvant chemotherapy, pT and presence of extrahepatic disease at time of hepatectomy were associated with HDFS and/or OS. The preoperative imaging interval and use of preoperative MRI were not associated with improved patient outcomes.
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 | 0,002 |
| 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 ».