Risk factors and survival impact of severe radiation-related late toxicities in head and neck cancer–a cohort study
Notice bibliographique
Résumé
Background: Radiation late toxicities (RLTs) are complications of curative-intent radiotherapy (RT) for head and neck cancer (HNC) and are increasingly relevant due to younger age at diagnosis and improved survival outcomes. Methods: We conducted a cohort study of HNC patients who received ≥50 Gy as part of curative treatment between January 2003 and December 2020 at a Canadian quaternary cancer center. Risk factors for severe RLTs (≥RTOG Grade 3) were evaluated using time-to-event analyses. Actuarial rates of RLT and overall survival (OS) were estimated using competing risk and Kaplan-Meier methods, respectively. Cox proportional hazard models identified factors associated with RLT and OS. Findings: subgroup (n = 4650) with ≥2 years of follow-up and no recurrence was also identified. Modifiable risk factors for RLTs included RT technique, dose, neck irradiation, neck dissection, smoking status, and chemotherapy (p ≤ 0.012). Non-modifiable factors included younger age, female sex, and oral cavity primaries (p ≤ 0.012). In multivariable analysis, RLTs were associated with increased mortality (HR = 2.1, 95% CI: 1.8-2.5, p < 0.001), but RLT's impact on OS was lessened among patients referred to the Adult Radiation Late Effects Clinic (ARLEC) (HR = 1.7, 95% CI: 1.3-2.4). Interpretation: RLTs are common and associated with worse survival among HNC survivors. Identification of modifiable risk factors provides opportunities for prevention. Multidisciplinary management of RLTs in specialized clinics may help improve the outcomes in this growing survivorship population. Funding: No external funding was utilized for this study.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».