Reclassification of serous ovarian carcinoma by a 2‐tier system
Notice bibliographique
Résumé
BACKGROUND: A study was undertaken to use the 2-tier system to reclassify the grade of serous ovarian tumors previously classified using the International Federation of Gynecology and Obstetrics (FIGO) 3-tier system and determine the progression-free survival (PFS) and overall survival (OS) of patients treated on Gynecologic Oncology Group (GOG) Protocol 158. METHODS: The authors retrospectively reviewed demographic, pathologic, and survival data of 290 patients with stage III serous ovarian carcinoma treated with surgery and chemotherapy on GOG Protocol 158, a cooperative multicenter group trial. A blinded pathology review was performed by a panel of 6 gynecologic pathologists to verify histology and regrade tumors using the 2-tier system. The association of tumor grade with PFS and OS was assessed. RESULTS: Of 241 cases, both systems demonstrated substantial agreement when combining FIGO grades 2 and 3 (overall agreement, 95%; kappa statistic, 0.68). By using the 2-tier system, patients with low-grade versus high-grade tumors had significantly longer PFS (45.0 vs 19.8 months, respectively; P = .01). By using FIGO criteria, median PFS for patients with grade 1, 2, and 3 tumors was 37.5, 19.8, and 20.1 months, respectively (P = .07). There was no difference in clinical outcome in patients with grade 2 or 3 tumors in multivariate analysis. Woman with high-grade versus low-grade tumors demonstrated significantly higher risk of death (hazard ratio, 2.43; 95% confidence interval, 1.17-5.04; P = .02). CONCLUSIONS: Women with high-grade versus low-grade serous carcinoma of the ovary are 2 distinct patient populations. Adoption of the 2-tier grading system provides a simple yet precise framework for predicting clinical outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».