Profiles and diagnostic patterns of colorectal cancers among 602 patients attending a tertiary care center in Saudi Arabia for suspected colic disease
Notice bibliographique
Résumé
OBJECTIVES: Owing to the peaking rates and the multifaceted nature of colorectal cancers (CRC), understanding regional epidemiology and clinicopathological characteristics is critical. However, for the severe paucity in high-quality region-specific data, we aimed to determine the prevalence, distribution across age-gender, and identify common gastrointestinal pathological-features, and associations between patients' clinical-histories, definitive-diagnostic findings, and demographic-characteristics. METHODS: We retrospectively examined records of 602 patients (January 2020-December 2024). Data included demographics, diagnoses (e.g. adenocarcinoma, tubulovillous adenoma with dysplasia [TVA], dysplasia, chronic active colitis, no malignancy, polyps, or differential diagnosis), biopsy-type, and relevant clinical history. Descriptive statistics and inferential tests such as Chi-square and Mann-Whitney U were used. RESULTS: = 73 vs. 59) compared to females. Rectosigmoid-biopsy was the most common method for diagnosing adenocarcinoma (42.4%), whereas colon-biopsy was more frequent for TVA (27.1%). The highest proportion of "No malignancy" diagnosis was in the 15-29 years age group (males: 65.4%, females: 64.7%). Clinical histories indicating "colon-tumor or polyps" were strongly associated with adenocarcinoma (47.0%) and TVA (30.3%). Significant associations were found between diagnosis and specimen-type and clinical-history and diagnosis. CONCLUSIONS: This study highlights distinct age- and-gender-specific CRCs-patterns; particularly, prevalence of neoplastic-conditions in elderly with more frequent adenocarcinomas in males and variance of biopsy-sites by diagnosis. These support targeted-screening where more effective diagnostic and early treatment strategies are imperative in-line with the country's 2030-vision and UN's-Sustainable Development Goals-3.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».