MétaCan
Menu
Retour à la cohorte
Enregistrement W1544119899 · doi:10.1002/cncr.28151

Metastatic non–clear cell renal cell carcinoma treated with targeted therapy agents: Characterization of survival outcome and application of the International mRCC Database Consortium criteria

2013· article· en· W1544119899 sur OpenAlexaff
Nils Kroeger, Wanling Xie, Jae‐Lyn Lee, Georg A. Bjarnason, Jennifer J. Knox, Mary J. MacKenzie, Lori Wood, Sandy Srinivas, Ulka N. Vaishamayan, Sun Young Rha, Sumanta K. Pal, Takeshi Yuasa, Frede Donskov, Neeraj Agarwal, Christian Kollmannsberger, Min‐Han Tan, Scott North, Brian I. Rini, Toni K. Choueiri, Daniel Y.C. Heng

Notice bibliographique

RevueCancer · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of AlbertaQueen Elizabeth II Health Sciences CentreBC Cancer AgencyPrincess Margaret Cancer CentreLondon Health Sciences CentreUniversity of TorontoAlberta Cancer FoundationSunnybrook Health Science CentreBaker Hughes (Canada)
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineRenal cell carcinomaOncologyInternal medicineDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study aimed to apply the International mRCC Database Consortium (IMDC) prognostic model in metastatic non-clear cell renal cell carcinoma (nccRCC). In addition, the survival outcome of metastatic nccRCC patients was characterized. METHODS: Data on 2215 patients (1963 with clear-cell RCC [ccRCC] and 252 with nccRCC) treated with first-line VEGF- and mTOR-targeted therapies were collected from the IMDC. Time to treatment failure (TTF) and overall survival (OS) were compared in groups with favorable, intermediate, and poor prognoses according to IMDC prognostic criteria RESULTS: The median OS of the entire cohort was 20.9 months. nccRCC patients were younger (P < .0001) and more often presented with low hemoglobin (P = .014) and elevated neutrophils (P = .0001), but otherwise had clinicopathological features similar to those of ccRCC patients. OS (12.8 vs 22.3 months; P < .0001) and TTF (4.2 vs 7.8 months; P < .0001) were worse in nccRCC patients compared with ccRCC patients. The hazard ratio for death and TTF when adjusted for the prognostic factors was 1.41 (95% CI, 1.19-1.67; P < .0001) and 1.54 (95% CI, 1.33-1.79; P < .0001), respectively. The IMDC prognostic model reliably discriminated 3 risk groups to predict OS and TTF in nccRCC; the median OS of the favorable, intermediate, and poor prognosis groups was 31.4, 16.1, and 5.1 months, respectively (P < .0001), and the median TTF was 9.6, 4.9, and 2.1 months, respectively (P < .0001). CONCLUSIONS: Although targeted agents have significantly improved the outcome of patients with nccRCC, for the majority survival is still inferior compared with patients with ccRCC. The IMDC prognostic model reliably predicts OS and TTF in nccRCC and ccRCC patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,282
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations232
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetRenal cell carcinoma treatmentTravaux en français237 207