Prognostic Stratification of pN1 Prostate Cancer After Radical Prostatectomy: A Competing Risk Analysis from a Multi-institutional Cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background and objective: Lymph node-positive (pN1) prostate cancer (PCa) is a heterogeneous disease, and a clear definition of prognostic groups is urgently needed. We aimed to assess cancer-related mortality (CRM) in different prognostic groups of pN1 patients, created based on the pathological PCa characteristics and number of positive lymph nodes (LN+). Methods: We conducted a retrospective, multicentre cohort study including 894 patients with pN1 disease treated at 15 European high-volume centres. Independent predictors for CRM were identified and pooled. A prognostic model was constructed for the prediction of CRM, accounting for death from other causes as a competing risk. The 10-yr cumulative risk of mortality was assessed. Key findings and limitations: < 0.005). Conclusions and clinical implications: The pN1 patient population is extremely heterogeneous, with an increased risk of death from PCa rather than death from other causes. In this group of patients, primary cancer characteristics (pT stage, number of LN+, and SM status) still represent the driving factors of CRM. Patient summary: Men with positive lymph nodes on pathology have an increased risk of dying from prostate cancer, rather than from other causes. Our proposed model stratifies patients into groups with different cancer-related prognosis and may aid in personalised clinical decision-making in a postoperative setting.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle