MétaCan
Menu
Back to cohort
Record W7161973464 · doi:10.82308/8922

Effects of beta blockers on survival in head and neck cancer

2018· dissertation· en· W7161973464 on OpenAlexaboutno aff
Letian Li

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicCancer, Stress, Anesthesia, and Immune Response
Canadian institutionsnot available
Fundersnot available
KeywordsHead and neckNeoplasm stagingHead and neck cancerCancer

Abstract

fetched live from OpenAlex

RÉSUMÉLes bêta-bloquants sont une classe de médicaments principalement utilisés pour la prise en charge des maladies cardiovasculaires et de l'hypertension. En 2008, il a été découvert que ces médicaments sont efficaces contre l'hémangiome infantile, une forme de tumeur vasculaire, et ils sont depuis devenus la première ligne de traitement de cette maladie. En conséquence, les chercheurs ont commencé à examiner le lien potentiel entre l'utilisation des bêta-bloquants et l'amélioration du risque et du pronostic de cancer. Cependant, aucune étude n'a examiné l'association entre l'utilisation de bêta-bloquants et la survie pour le cancer de la tête et du cou (CTC).Objectif : estimer dans quelle mesure l'utilisation à long terme des bêta-bloquants est associée à une meilleure survie globale (SG) dans un échantillon de patients canadiens atteints de CTC.Méthodes : Un total de 303 patients atteints de CTC, une sous-cohorte du site canadien de l'étude HeNCe Life, ont été recrutés à l'Hôpital Notre-Dame de Montréal, QC, Canada. Nous avons recueilli des informations de référence et de suivi sur un éventail d'expositions (par exemple, utilisation de bêta-bloquants, comorbidités) à partir des dossiers médicaux en utilisant la base de données OACIS, qui a ensuite été fusionnée avec la base de données HeNCe Life. L'information sur la survie a été extraite du Registre de l'état civil du gouvernement du Québec. L'analyse des données comprenait des statistiques descriptives, la régression proportionnelle de Cox et l'analyse de survie de Kaplan-Meier.Résultats : Le profil de survie des utilisateurs de bêta-bloquants (temps de survie moyen : 74,2 mois, IC 95%: 60,3-88,3) ne semblait pas significativement différent de celui des non-utilisateurs (temps de survie moyen : 89,9 mois, IC 95 %: 84,5-95,1) dans l'analyse de survie de Kaplan-Meier. Nous n'avons pas observé d'association significative entre l'utilisation de bêta-bloquants à long terme et des améliorations de la SG pour le CTC tant dans le modèle brut (HR: 1,46, IC 95%: 0,75-2,85) que dans le modèle ajusté de risques proportionnels de Cox (HR: 0,82, IC 95 %: 0,38-1,77).Conclusion : L'utilisation de bêta-bloquants à long terme ne semble pas être associée à une amélioration de la survie pour le CTC. D'autres études sont nécessaires pour examiner le rôle potentiel de la sélectivité des bêta-bloquants dans le pronostic du CTC.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.034
Threshold uncertainty score0.067

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.300
Teacher spread0.290 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicCancer, Stress, Anesthesia, and Immune ResponseFrench-language works237,207