Abstract A027: Mode of presentation and symptoms at diagnosis of early- and late-onset colorectal cancer: a large retrospective AI-powered analysis
Notice bibliographique
Résumé
Abstract Introduction Early-onset colorectal cancer (EOCRC) is a distinct clinical entity and a rising global challenge. As presentation and symptom patterns at diagnosis have implications for early detection and prognosis, we aimed to characterize differences between EOCRC and late-onset colorectal cancer (LOCRC) at scale. Methods A retrospective cohort of colorectal cancer (CRC) cases diagnosed 1990-2025 was collected. EOCRC and LOCRC were defined as age <50 and ≥50 years at diagnosis. Presentation mode (symptomatic, emergency, screening, incidental, or unclear) and symptoms at diagnosis were classified using the GPT-4o large language model (LLM) through prompt engineering based on manually curated clinical notes relevant to diagnosis and validated on 500 random samples. Patient-level clinical and demographic data were obtained from institutional datasets. Chi-square and odds ratios were used for comparisons. Results LLM-based classification showed strong agreement with manual review (Cohen’s κ=0.90). Of 41,152 CRC cases, 29% were EOCRC and 71% LOCRC. Stage IV at diagnosis (38% vs 31%, p<0.001) and left-sided primaries (76% vs 66%, p<0.001) were more prevalent in EOCRC compared with LOCRC. EOCRC patients more often presented as symptomatic (72% vs 65%, OR 1.36, 95% CI 1.29-1.44, p<0.001) or emergent (23% vs 20%, OR 1.22, 95% CI 1.15-1.29, p<0.001) and were less often detected by screening (3% vs 12%, OR 0.24, 95% CI 0.21-0.27, p<0.001), whereas no meaningful difference was observed for incidental cases. The symptomatic or emergent presentation of EOCRC was more frequently characterized by abdominal/rectal pain (45% vs 35%, OR 1.49, 95% CI 1.41-1.57), bleeding-related symptoms (49% vs 44%, OR 1.25, 95% CI 1.19-1.32), and changes in bowel habits (30% vs 27%, OR 1.16, 95% CI 1.09-1.23), and less often by anemia (11% vs 16%, OR 0.63, 95% CI 0.58-0.68) or constitutional symptoms (13% vs 16%, OR 0.79, 95% CI 0.73-0.85, p<0.001 for all) compared with LOCRC. The proportion of screening-detected cases rose from 3% to 4% in EOCRC (p=0.007) and 9% to 15% in LOCRC (p<0.001) between 1990-2009 and 2010-2025. After the 2021 national screening guideline update, lowering the starting age from 50 to 45 years, screening-detected cases among 45–49-year-old patients increased from 4% to 13% (p<0.001). Conclusions EOCRC predominantly presents as symptomatic or emergent and at a more advanced stage, underscoring the need for enhanced screening strategies and increased public awareness. Citation Format: Emerik Osterlund, Berta Martin-Cullell, Sebastian Correa Cautino, Mahmoud M. G. Yousef, Songwit Payapwattanawong, Neha Y. Agrawal, Paul M. Roy, Kaysia Ludford, John Paul Y. C. Shen, Xiling Shen, Michael J. Overman, Kanwal P. S. Raghav, Arvind Dasari, Van K. Morris, Christine M. Parseghian, Luisa M. Solis Soto, Michael G. White, Yi-Qian Nancy. You, Victoria Serpas Higbie, Scott Kopetz, Guglielmo Vetere. Mode of presentation and symptoms at diagnosis of early- and late-onset colorectal cancer: a large retrospective AI-powered analysis [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: The Rise in Early-Onset Cancers—Knowledge Gaps and Research Opportunities; 2025 Dec 10-13; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(23_Suppl):Abstract nr A027.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».