The Association of Ethnicity and Oncologic Outcomes for Oral Cavity Squamous Cell Carcinoma (OSCC)
Notice bibliographique
Résumé
(1) Background: To compare oncologic outcomes of South Asian (SA) patients treated for oral squamous cell carcinoma (OSCC) to the general population. (2) Methods: Adult patients who underwent surgical resection of OSCC +/− adjuvant treatment between 2009 and 2022 (N = 697) at a regional cancer centre in Canada were included. SA patients, identified using a validated method, were compared to non-SA patients. Kaplan–Meier methods were used to compare the primary outcomes, disease-specific survival (DSS) and recurrence-free survival (RFS) across baseline univariate characteristics, including betel nut consumption. Median follow-up time was 36.4 months. Cox proportional hazard models were used to identify independent predictors of survival with significance set at p < 0.05. (3) Results: SA patients (9% of cohort, N = 64) were significantly younger and had lower rates of smoking and alcohol consumption compared to non-SA patients (p < 0.05). SA patients had a two-fold higher risk of recurrence and significantly worse disease-specific survival, even after adjusting for stage and high-risk features [RFS: HR 2.01 (1.28–3.14), DSS: HR 1.79 (1.12–2.88)]. The consumption of betel nut was not associated with outcomes. (4) Conclusions: SA patients had significantly worse oncologic outcomes, even after controlling for known predictors of poor prognosis. These findings are novel and can inform personalized treatment decisions and influence public health policies when managing patients with different ethnic backgrounds.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».