MétaCan
Menu
Retour à la cohorte
Enregistrement W4402991082 · doi:10.3390/jcm13195787

The Effect of Surgical Resection on Cancer-Specific Mortality in Pelvic Soft Tissue Sarcoma According to Histologic Subtype and Stage

2024· article· en· W4402991082 sur OpenAlexaff
Mattia Luca Piccinelli, Andrea Baudo, Stefano Tappero, Cristina Cano Garcia, Francesco Barletta, Reha‐Baris Incesu, Simone Morra, Lukas Scheipner, Zhe Tian, Stefano Luzzago, Francesco Alessandro Mistretta, Matteo Ferro, Fred Saad, Shahrokh F. Shariat, Sascha Ahyai, Nicola Longo, Derya Tilki, Alberto Briganti, Felix K.‐H. Chun, Carlo Terrone, Luca Carmignani, Ottavio De Cobelli, Gennaro Musi, Pierre I. Karakiewicz

Notice bibliographique

RevueJournal of Clinical Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineLiposarcomaLeiomyosarcomaSoft tissue sarcomaSarcomaSoft tissueTrabectedinStage (stratigraphy)CancerSurgeryRadiologyOncologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: The impact of surgical resection versus non-resection on cancer-specific mortality (CSM) in soft tissue pelvic sarcoma remains largely unclear, particularly when considering histologic subtypes such as liposarcoma, leiomyosarcoma, and sarcoma NOS. The objective of the present study was to first report data regarding the association between surgical resection status and CSM in soft tissue pelvic sarcoma. Methods: Using data from the Surveillance, Epidemiology, and End Results (SEER) database from 2000 to 2019, we identified 2491 patients diagnosed with pelvic soft tissue sarcoma. Cumulative incidence plots were used to illustrate CSM and other-cause mortality rates based on the histologic subtype and surgical resection status. Competing risk regression models were employed to assess whether surgical resection was an independent predictor of CSM in both non-metastatic and metastatic patients. Results: Among the 2491 patients with soft tissue pelvic sarcoma, liposarcoma was the most common subtype (41%), followed by leiomyosarcoma (39%) and sarcoma NOS (20%). Surgical resection rates were 92% for liposarcoma, 91% for leiomyosarcoma, and 58% for sarcoma NOS in non-metastatic patients, while for metastatic patients, the rates were 55%, 49%, and 23%, respectively. In non-metastatic patients who underwent surgical resection, five-year CSM rates by histologic subtype were 10% for liposarcoma, 32% for leiomyosarcoma, and 27% for sarcoma NOS. The multivariable competing risk regression analysis showed that surgical resection provided a protective effect across all histologic subtypes in non-metastatic patients (liposarcoma HR: 0.2, leiomyosarcoma HR: 0.5, sarcoma NOS HR: 0.4). In metastatic patients, surgical resection had a protective effect for those with leiomyosarcoma (HR: 0.6) but not for those with sarcoma NOS. An analysis for metastatic liposarcoma was not possible due to insufficient data. Conclusions: In non-metastatic soft tissue pelvic sarcoma, surgical resection may be linked to a reduction in CSM. However, in metastatic patients, this protective effect appears to be limited primarily to those with leiomyosarcoma.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,095
Tête enseignante GPT0,471
Écart entre enseignants0,376 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207