MétaCan
Menu
← Back to cohort
Record W7162023147 · doi:10.82308/47061

Impact of local primary treatment on locoregional complications in patients dying of castration-resistant prostate cancer

2017· dissertation· en· W7162023147 on OpenAlexaboutno aff
Jason Hu

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicProstate Cancer Diagnosis and Treatment
Canadian institutionsnot available
Fundersnot available
KeywordsProstate diseaseProstate cancerComplicationProstatectomyCancer

Abstract

fetched live from OpenAlex

Introduction : Les complications locorégionales dans le cancer de la prostate (CP) affectent la qualité de vie et peuvent nécessiter de nombreuses interventions médicales. L'objectif était de comparer les complications locorégionales dans le cancer de la prostate résistant à la castration (CPRC) par le type de traitement local primaire reçu auparavant (radiothérapie externe (RTE) ou prostatectomie radicale (PR)). Méthodes : La cohorte consiste de patients qui sont décédés de CPRC entre 2001 et 2013 au Québec, et qui avait reçu un traitement local primaire (RTE ou PR). Les bases de données administratives de la RAMQ et MED-ECHO ont été utilisés afin d'identifier les complications locorégionales tardives (procédures urologiques, procédures rectales mineures et autres procédures chirurgicales majeures) et les hospitalisations reliées au CP dans les deux dernières années de vie. Les analyses principales ont été effectuées à l'aide de régressions logistique et binomiale négative multivariées.Résultats : La cohorte comprend 1189 patients; 535 (45%) et 654 (55%) patients ayant reçu la RTE et PR comme traitement local primaire. La survie médiane à partir du traitement local primaire était de 7.1 ans dans le groupe RTE et de 7.2 ans dans le groupe PR. Globalement, 46.4% des patients ont subi au moins une complication locorégionale dans les deux dernières années de vie (RTE : 47.1%, PR : 45.9%). Selon l'analyse de régression logistique multivariée, la PR n'était pas associé à une réduction du risque de complications locorégionales lorsque comparée à la RTE (rapport des côtes (RC) 0.96, intervalle de confiance (IC) 95% 0.76, 1.22). Les patients ayant reçu un traitement de sauvetage avaient deux fois plus de risque d'avoir des complications locorégionales (RC 1.98, IC95% 1.43, 2.74) comparé à ceux qui n'ont pas eu recours à un traitement de sauvetage. Par contre, la PR était associée à un risque plus élevé d'hospitalisation relié au CP (RC 1.63, IC95% 1.23, 2.17) lorsque comparée à la RTE. Les patients ayant utilisé un traitement CPRC (RC 3.96, IC95% 2.83, 5.53) et qui ont eu des complications locorégionales (RC 2.76, IC95% 2.05, 3.69) avaient aussi un risque plus élevé d'hospitalisation relié au CP. Selon les modèles de régression binomiale négative multivariée, la PR n'était pas associée à un nombre de jours d'hospitalisation relié au CP plus élevé (rapport des taux (RR): 1.09, IC95% 0.90, 1.32) mais l'usage de traitement CPRC (RR 1.46, IC95% 1.20, 1.79) et les complications locorégionales (RR 1.66, IC95% 1.40, 2.03) l'étaient. Conclusion : Avec une approche rétrospective populationnelle, le risque des complications locorégionales dans le CPRC n'était pas associé avec le type de traitement local primaire (PR ou RTE) dans cette cohorte. Bien que la PR fût associée avec plus de chance d'hospitalisation relié au CP dans les deux dernières années de vie, elle n'était pas associée avec le nombre de jours d'hospitalisation relié au CP. Il est évident que les complications locorégionales sont un fardeau important dans le CPRC puisqu'elles sont associées à un plus grand nombre de jours d'hospitalisation relié au CP et à un risque plus élevé de mortalité. Donc, plus d'emphase devrait être mise sur la prévention et la gestion appropriée de ceux-ci.

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)0.007
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 score0.083
Threshold uncertainty score0.165

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.007
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 science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0030.000

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 head0.032
GPT teacher head0.356
Teacher spread0.324 · 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
Published2017
Admission routes1
Has abstractyes

Explore more

Same topicProstate Cancer Diagnosis and Treatment→French-language works237,207→