The Impact of Adjuvant Chemotherapy on Clinical Outcomes in Locally Advanced Rectal Cancer: A CHORD Consortium Analysis
Notice bibliographique
Résumé
Background: The impact of adjuvant chemotherapy (AC) on outcomes in real-world patients with locally advanced rectal cancer (LARC) remains uncertain. Methods: Consecutive patients with LARC (stage II/III) undergoing neoadjuvant chemoradiation before curative-intent surgery from 2005 to 2013 were identified in the Canadian Health Outcomes Research Database. The impact of AC on clinical outcomes, including disease-free survival (DFS) and overall survival (OS), was evaluated using the Kaplan–Meier method and Cox proportional hazards modeling. Results: A total of 1448 patients had sufficient data available to be included for analysis with 1085 (74.9%) receiving AC. Of AC patients, 40.5% received oxaliplatin-based treatments. With a median follow-up of 66.43 months, the 5-year DFS rate was 67.7% (95% CI: 64.5–70.1%) vs. 58.7% (95% CI: 52.8–64.2%) in the AC group and non-AC group, respectively (p < 0.001). The 5-year OS rate of the whole cohort was 74.3% (95% CI: 71.5–76.85%) while the 5-year OS rate of the AC group was 77.8% (95% CI: 74.7–80.6%) compared with 63.8% (95% CI: 57.9–69.2%) for the non-AC group (p < 0.001). On multivariate analysis, patients who received AC had improved DFS (HR 0.6, 95% CI: 0.49–0.73, p < 0.001) and OS (HR 0.46, 95% CI: 0.36–0.58, p < 0.001). Conclusions: This large multi-institutional database analysis supports the use of AC in real-world LARC patients treated with nCRT followed by surgical resection.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 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 ».