MétaCan
Menu
Retour à la cohorte
Enregistrement W4413282667 · doi:10.3390/curroncol32080463

Impact of Treatment Modalities on Locally Advanced Gastric Cancer—Real-World Data

2025· article· en· W4413282667 sur OpenAlexvenueno aff
Esma Uguztemur, Banu Öztürk

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGastric Cancer Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineModalitiesCancerReal world dataTreatment modalityInternal medicineData scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The optimal sequencing of chemotherapy in locally advanced gastric cancer (LAGC) remains controversial. This study aimed to compare survival outcomes between adjuvant (ACT) and neoadjuvant (NACT) chemotherapy and to identify clinicopathological factors associated with progression-free survival (PFS) and overall survival (OS) in a real-world setting. Methods: We retrospectively analyzed 103 patients with non-metastatic gastric cancer treated between 2014 and 2024. Patients were categorized into ACT (n = 56) and NACT (n = 47) groups. Kaplan–Meier and Cox regression analyses were used to assess survival outcomes and prognostic factors. Results: The NACT group was younger and had more proximal tumors. Median OS was 48.7 months in the ACT group versus 17.7 months in the NACT group (p = 0.048). Median PFS was not reached in the ACT group and was 15.6 months in the NACT group (p = 0.008). Negative surgical margin status was independently associated with improved survival, whereas age was an independent negative prognostic factor for OS. No significant associations were found between OS or PFS and histologic subtype, lymphovascular invasion, perineural invasion, gender, D2 dissection, or type of surgery. Notably, 21% of NACT patients did not proceed to surgery due to progression, treatment intolerance, or refusal. Conclusion: Although ACT was associated with longer PFS and OS in this cohort, these differences are most likely explained by baseline imbalances, patient selection factors, and survivorship bias rather than the timing of chemotherapy itself. These findings highlight the importance of careful patient selection for NACT and underscore the need for prospective, randomized studies to define optimal sequencing strategies in LAGC. Our study contributes descriptive, real-world data rather than definitive evidence of treatment superiority.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,486
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetGastric Cancer Management and OutcomesTravaux en français237 207