Small bowel cancers: A population-based analysis of epidemiology, treatment and outcomes in Ontario, Canada from 2005-2020
Notice bibliographique
Résumé
Introduction Small bowel cancers are uncommon malignancies comprised of several histologies with variable treatments and prognoses. The current study describes the epidemiology, treatment, and outcomes of a large, population-based cohort of patients with small bowel cancers. Methods We performed a retrospective cohort study using linked administrative healthcare data from Ontario, Canada. Patients diagnosed with a small bowel cancer between 2005–2020 were included. Trends in incidence, treatments, and survival were explored by histology (adenocarcinoma, neuroendocrine tumors (NET), gastrointestinal stromal tumors (GIST), and lymphoma). Results A total of 5306 patients with small bowel cancers were identified. The most common histologies were NET (40.5 %) and adenocarcinoma (31.6 %). Over the study period the annual incidence of small bowel cancers increased from 1.54 to 2.78 per 100 000 and the likelihoods of receiving surgery and systemic therapy within one year of diagnosis both increased for all histologic subtypes except lymphoma. Median overall survival from diagnosis was 1.0 year for adenocarcinoma, 13.2 years for NET, 14.2 years for GIST, and 10.1 years for lymphoma. There was no trend towards improved median survival for adenocarcinoma by year of diagnosis; 0.94 years (2005–2010), 1.07 years (2011–2015), and 0.98 years (2016–2020). Discussion Small bowel cancers are increasing in incidence, with increasing use of surgery and systemic therapies. While survival is favourable for many small bowel cancers, it remains poor for adenocarcinoma. Better availability of cancer stage data and detailed histopathology within the database would facilitate future research. Synopsis This study of small bowel cancer in Ontario from 2005 to 2020 demonstrated increasing incidence, use of surgery, and systemic treatments. The most common histologies are neuroendocrine tumors and adenocarcinoma, with median survivals of 13.2 and 1.0 years respectively.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».