Development and Validation of a Bedside Score to Predict Early Death in Cancer of Unknown Primary Patients
Notice bibliographique
Résumé
BACKGROUND: We have investigated predictors of 90-day-mortality in a large cohort of non-specific cancer of unknown primary patients. METHODS: Predictors have been identified by univariate and then logistic regression analysis in a single-center cohort comprising 429 patients (development cohort). We identified four predictors that produced a predictive score that has been applied to an independent multi-institutional cohort of 409 patients (validation cohort). The score was the sum of predictors for each patient (0 to 4). RESULTS: The 90-day-mortality-rate was 33 and 26% in both cohorts. Multivariate analysis has identified 4 predictors for 90-day-mortality: performance status>1 (OR = 3.03, p = 0.001), at least one co-morbidity requiring treatment (OR = 2.68, p = 0.004), LDH>1.5 x the upper limit of normal (OR = 2.88, p = 0.007) and low albumin or protein levels (OR = 3.05, p = 0.007). In the development cohort, 90-day-mortality-rates were 12.5%, 32% and 64% when the score was [0-1], 2 and [3]-[4], respectively. In the validation cohort, risks were 13%, 25% and 62% according to the same score values. CONCLUSIONS: We have validated a score that is easily calculated at the beside that estimates the 90-days mortality rate in non-specific CUP patients. This could be helpful to identify patients who would be better served with palliative care rather than aggressive chemotherapy.
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 ».