MétaCan
Menu
Retour à la cohorte
Enregistrement W4400624727 · doi:10.1016/j.clgc.2024.102161

Regional Differences in Stage III Nonseminoma Germ Cell Tumor Patients Across SEER Registries

2024· article· en· W4400624727 sur OpenAlexaff
Cristina Cano Garcia, Francesco Barletta, Stefano Tappero, Mattia Luca Piccinelli, Reha‐Baris Incesu, Simone Morra, Lukas Scheipner, Zhe Tian, Fred Saad, Shahrokh F. Shariat, Sascha Ahyai, Nicola Longo, Derya Tilki, Ottavio De Cobelli, Carlo Terrone, Alberto Briganti, Séverine Banek, Luis A. Kluth, Felix K.‐H. Chun, Pierre I. Karakiewicz

Notice bibliographique

RevueClinical Genitourinary Cancer · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTesticular diseases and treatments
Établissements canadiensMcGill University Health CentreUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineEpidemiologyProportional hazards modelCancer registryInternal medicineSurveillance, Epidemiology, and End ResultsStage (stratigraphy)OncologyHazard ratioCancerGynecologyConfidence interval

Résumé

récupéré en direct d'OpenAlex

PurposeWe investigated regional differences in patients with stage III non-seminoma germ cell tumor (NSGCT). Specifically, we investigated differences in baseline patient, tumor characteristics and treatment characteristics, as well as cancer-specific mortality (CSM) across different regions of the United States.MethodsUsing the Surveillance, Epidemiology, and End Results (SEER) database (2004-2018), patient (age, race/ethnicity), tumor (International Germ Cell Cancer Collaborative Group [IGCCCG] prognostic groups) and treatment (systemic therapy and retroperitoneal lymph dissection [RPLND] status) characteristics were tabulated for stage III NSGCT patients, according to 12 SEER registries representing different geographic regions. Multinomial regression models and multivariable Cox regression models testing for cancer-specific mortality (CSM) were used.ResultsIn 3,174 stage III NSGCT patients, registry-specific patient counts ranged from 51 (1.5%) to 1630 (51.3%). Differences across registries existed for age (12-31% for age 40+), race/ethnicity (5-73% for others than non-Hispanic whites), IGCCCG prognostic groups (24-43% vs. 14-24% vs. 3-20%, in respectively poor vs. intermediate vs. good prognosis), systemic therapy (87-96%) and RPLND status (12-35%). After adjustment, clinically meaningful inter-registry differences remained for systemic therapy (84-97%) and RPLND (11-32%). Unadjusted five-year CSM rates ranged from 7.1 to 23.3%. Finally in multivariable analyses addressing CSM, two registries exhibited more favorable outcomes than SEER registry of reference (SEER Registry 12): SEER Registry 4 (Hazard Ratio (HR): 0.36) and SEER Registry 9 (HR: 0.64; both p=0.004).ConclusionWe identified important regional differences in patient, tumor and treatment characteristics, as well as CSM which may be indicative of regional differences in quality of care or expertise in stage III NGSCT management.MicroAbstractOur study analyzed regional variations in patient demographics, tumor prognostics, and treatment outcomes among stage III non-seminoma germ cell tumor patients using the SEER database. It found significant differences in systemic therapy and retroperitoneal lymph dissection rates, as well as cancer-specific mortality across regions, suggesting potential disparities in care quality or expertise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

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

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 Opus0,068
Tête enseignante GPT0,398
Écart entre enseignants0,330 · 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 tête enseignante, 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Genitourinary CancerMême sujetTesticular diseases and treatmentsTravaux en français237 207