The impact of perioperative transfusions on the oncologic outcomes of patients with ovarian cancer: A population‐based study
Notice bibliographique
Résumé
Perioperative blood transfusion in ovarian cancer patients was associated with a 28% increase in all-cause mortality. The negative impact of perioperative blood transfusion extends beyond the immediate postoperative period. OBJECTIVES: The effect of perioperative blood transfusions on long-term oncologic outcomes of patients with advanced ovarian cancer undergoing cytoreductive surgery remains uncertain. Our study aims to determine the association between perioperative blood transfusion and all-cause mortality in this population. METHODS: Using province-wide administrative databases, patients with advanced ovarian cancer who underwent surgery between 2007 and 2021 as part of first-line treatment were identified. Perioperative transfusion was defined as any transfusion from date of surgery to discharge from hospital. Multivariable Cox proportional hazards regression models were used to determine if there was an independent association of transfusion with all-cause mortality, accounting significant confounders. RESULTS: A total of 5891 patients had cytoreductive surgery for advanced ovarian cancer between 2007 and 2021, of which 2898 (49.2%) had interval cytoreductive surgery (ICS) and 2993 (50.8%) had primary cytoreductive surgery (PCS). Perioperative blood transfusion was given to 37.3% of patients (40.5% ICS and 34.2% PCS). On multivariable analysis, there was an increased hazard of all-cause mortality for patients receiving perioperative transfusion compared to those who did not (hazard ratio: 1.28; 95% CI: 1.20-1.37). The association of increased all-cause mortality was observed starting 1 year after surgery, was sustained thereafter, and seen in both ICS and PCS groups. CONCLUSION: Perioperative blood transfusion after cytoreductive surgery for ovarian cancer is common in Ontario, Canada and was significantly associated with an increase in all-cause mortality. Blood transfusion is a poor prognostic factor, and the negative impact of blood transfusion persists beyond the immediate postoperative period.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».