Demographic and Clinical Characteristics of Malignant Solitary Fibrous Tumors: A SEER Database Analysis
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Solitary fibrous tumors (SFTs) represent a rare mesenchymal malignancy that can occur anywhere in the body. Due to the low prevalence of the disease, there is a lack of contemporary data regarding patient demographics and cancer-control outcomes. METHODS: Within the SEER database (2000-2019), we identified 1134 patients diagnosed with malignant SFTs. The distributions of patient demographics and tumor characteristics were tabulated. Cumulative incidence plots and competing risks analyses were used to estimate cancer-specific mortality (CSM) after adjustment for other-cause mortality. RESULTS: Of 1134 SFT patients, 87% underwent surgical resection. Most of the tumors were in the chest (28%), central nervous system (22%), head and neck (11%), pelvis (11%), extremities (10%), abdomen (10%) and retroperitoneum (6%), in that order. Stage was distributed as follows: localized (42%) vs. locally advanced (35%) vs. metastatic (13%). In multivariable competing risks models, independent predictors of higher CSM were stage (locally advanced HR: 1.6; metastatic HR: 2.9), non-surgical management (HR: 3.6) and tumor size (9-15.9 cm HR: 1.6; ≥16 cm HR: 1.9). CONCLUSIONS: We validated the importance of stage and surgical resection as independent predictors of CSM in malignant SFTs. Moreover, we provide novel observations regarding the independent importance of tumor size, regardless of the site of origin, stage and/or surgical resection status.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».