Treatment initiation and completion among head and neck squamous cell carcinoma patients in Tanzania
Notice bibliographique
Résumé
OBJECTIVE: Few studies characterizing clinical outcomes of head and neck cancer (HNC) patients in sub-Saharan Africa report the proportion of patients who initiate and complete treatment, information integral to contextualizing survival outcomes. This retrospective cohort study describes HNC patients who presented to Muhimbili National Hospital and Ocean Road Cancer Institute in 2018, the highest-volume oncology tertiary referral centers in Tanzania. Logistic regression was applied to assess predictors of treatment initiation and completion. RESULTS: Among the 176 head and neck squamous cell carcinoma (HNSCC) patients, 34% (59) had no treatment documented, 34%(59) had documentation of treatment initiation but not completion, and 33%(58) had documentation of treatment completion based on the modalities started. Univariate logistic regression showed that late-stage disease was associated with increased odds of initiating treatment (OR 8.24, 95% CI 2.05-33.11, p = 0.003) and trends toward completing treatment (OR 7.41, 95% CI 0.90-60.99, p = 0.063). At last visit, 36.9%(65) were alive with a median follow up of 5.6 months (IQR 1.64-12.5 months). A large proportion of HNC patients who presented to MNH and ORCI did not initiate or complete treatment. These metrics are critical to contextualize care outcomes of HNC patients in resource-constrained health systems and develop interventions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».