Analysis of Risk Factors, Treatment Patterns, and Survival Outcomes After Emergency Presentation With Colorectal Cancer: A Prospective Multicenter Cohort Study in Nigeria
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Prospective data on presentation and outcomes of colorectal cancer (CRC) in Nigeria are limited; however, emergency presentation with advanced disease is thought common. METHODS: Consecutive CRC patients presenting at six sites over 6 years were included. Risk factors for emergency presentation were evaluated using logistic regression methods. Overall survival (OS) was compared between emergent and elective patients using Kaplan-Meier methods and the log-rank test. RESULTS: Of 535 patients, 30.7% presented emergently. Median age was 56 years, 55% were men, and 5.0% reported a cancer family history. Emergency patients had more proximal cancers (42.1% vs. 24.0%), Stage IV disease (61.6% vs. 40.2%; p < 0.001), lower household income (₦35 000/month vs. ₦50 000/month), lower education levels (p = 0.008) and accessed care with nonmotorized transport (50.6% vs. 37.2%; p = 0.005). Median OS was shorter in the emergency group (6.4 vs. 17.4 months; p < 0.001). Across clinical stages, emergency presentation was associated with worse OS (Stage IV median OS 4.8 vs. 9.4 months; p = 0.002). Surgery improved survival in both groups, although emergency patients had higher 30-day postoperative mortality (23.2% vs. 9.1%; p < 0.001). CONCLUSIONS: Emergent Nigerian CRC patients have worse OS than elective patients. Cancer control efforts should focus on faster cancer detection, early presentation, diagnosis, and treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».