MétaCan
Menu
Retour à la cohorte
Enregistrement W1671390943 · doi:10.3171/2009.2.jns081101

Multiinstitutional validation of the University of California at San Francisco Low-Grade Glioma Prognostic Scoring System

2009· article· en· W1671390943 sur OpenAlexaffabout
Edward F. Chang, Allan Clark, Randy L. Jensen, Mark Bernstein, Abhijit Guha, Giorgio Carrabba, Debabrata Mukhopadhyay, Won Kim, Linda M. Liau, Susan M. Chang, Justin S. Smith, Mitchel S. Berger, Michael W. McDermott

Notice bibliographique

RevueJournal of neurosurgery · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesUniversity of California, San Francisco
Mots-clésMedicineProportional hazards modelHazard ratioGliomaSurvival analysisCohortLog-rank testProgression-free survivalInternal medicineOverall survivalConfidence interval

Résumé

récupéré en direct d'OpenAlex

OBJECT: Medical and surgical management of low-grade gliomas (LGGs) is complicated by a highly variable clinical course. The authors recently developed a preoperative scoring system to prognosticate outcomes of progression and survival in a cohort of patients treated at a single institution (University of California, San Francisco [UCSF]). The objective of this study was to validate the scoring system in a large patient group drawn from multiple external institutions. METHODS: Clinical data from 3 outside institutions (University of Utah, Toronto Western Hospital, and University of California, Los Angeles) were collected for 256 patients (external validation set). Patients were assigned a prognostic score based upon the sum of points assigned to the presence of each of the 4 following factors: 1) location of tumor in presumed eloquent cortex, 2) Karnofsky Performance Scale (KPS) Score <or= 80, 3) age > 50 years, and 4) maximum diameter > 4 cm. A chi-square analysis was used to analyze categorical differences between the institutions; Cox proportional hazard modeling was used to confirm that the individual factors were associated with shorter overall survival (OS) and progression-free survival (PFS); and Kaplan-Meier curves estimated OS and PFS for the score groups. Differences between score groups were analyzed by the log-rank test. RESULTS: The median OS duration was 120 months, and there was no significant difference in survival between the institutions. Cox proportional hazard modeling confirmed that the 4 components of the UCSF Low-Grade Glioma Scoring System were associated with lower OS in the external validation set; presumed eloquent location (hazard ratio [HR] 2.04, 95% CI 1.28-2.56), KPS score <or= 80 (HR 5.88, 95% CI 2.44-13.7), age > 50 years (HR 1.82, 95% CI 1.02-3.23), and maximum tumor diameter > 4 cm (HR 2.63, 95% CI 1.58-4.35). The stratification of patients based on scores generated groups (0-4) with statistically different OS and PFS estimates (p < 0.0001, log-rank test). Lastly, the UCSF patient group (construction set) was combined with the external validation set (total of 537 patients) and analyzed for OS and PFS. For all patients, the 5-year survival probability was 0.79; the 5-year cumulative OS probabilities stratified by score group were: score of 0, 0.98; score of 1, 0.90; score of 2, 0.81; score of 3, 0.53; and score of 4, 0.46. CONCLUSIONS: The UCSF scoring system accurately predicted OS and PFS in an external large, multiinstitutional population of patients with LGGs. The strengths of this system include ease of use and ability to be applied preoperatively, with the eventual goal of aiding in the design of individualized treatment plans for patients with LGG at diagnosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,151
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,225
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations88
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of neurosurgeryMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207