The Relation Between Post-Operative Surgical Site Infection and Time to Start Adjuvant Treatment in Ovarian and Uterine Cancers
Notice bibliographique
Résumé
Surgical site infections (SSIs) occur in 10–15% of patients and are linked to up to 29% of delays in starting adjuvant treatment. This study assessed the association between SSIs in patients with ovarian and uterine cancer and their impact on time to adjuvant therapy and oncologic outcomes. Patients who underwent surgery from 1 January 2015 to 30 September 2017 were included, using institutional National Surgical Quality Improvement Program (NSQIP) data and chart reviews. Among 371 patients (median follow-up 4.1 years), 243 (65.5%) received adjuvant treatment. The median time to start was 39 days for chemotherapy, 61 days for radiotherapy, and 42 days for combined therapy (p < 0.001). Patients with ovarian cancer began treatment sooner than those with uterine cancer (39 vs. 52 days, p < 0.001), but no significant difference was observed between those with or without SSIs. In 238 patients with uterine cancer, those with SSIs had a twofold higher recurrence risk (HR 1.97, p = 0.022) and over threefold lower overall survival (HR 3.45, p = 0.018). Multivariable analysis showed that surgical route and disease stage were independent predictors; SSI was not an independent factor. No survival difference related to SSIs was found in patients with ovarian cancer. Further research is needed to clarify the impact of SSIs on treatment timing and recurrence.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».