Validation of a Web-Based Predictive Nomogram for Ipsilateral Breast Tumor Recurrence After Breast Conserving Therapy
Notice bibliographique
Résumé
PURPOSE IBTR! version 1.0 is a web-based tool that uses literature-derived relative risk ratios for seven clinicopathologic variables to predict ipsilateral breast tumor recurrence (IBTR) after breast-conserving therapy (BCT). Preliminary testing demonstrated over-estimation in high-risk subgroups. This study uses two independent population-based datasets to create and validate a modified nomogram, IBTR! version 2.0. METHODS Cox regression modeling was performed on 7,811 patients treated with BCT at the British Columbia Cancer Agency (median follow-up, 9.4 years). Population-based hazard ratios were generated for the seven variables in the original nomogram. A modified nomogram was then tested against 664 patients from Massachusetts General Hospital (median follow-up, 9.3 years). The mean predicted and observed 10-year estimates were compared for the entire cohort and for four groups predefined by nomogram-predicted risks: group 1: less than 3%; group 2: 3% to 5%; group 3: 5% to 10%; and group 4: more than 10%. Results IBTR! version 2.0 predicted an overall 10-year IBTR estimate of 4.0% (95% CI, 3.8 to 4.2), while the observed estimate was 2.8% (95% CI, 1.6 to 4.7; P = .10). The predicted and observed IBTR estimates were: group 1 (n = 283): 2.2% versus 1.3%, P = .40; group 2 (n = 237): 3.8% versus 3.5%, P = .80; group 3 (n = 111): 6.7% versus 3.2%, P = .05; and group 4 (n = 33): 12.5% versus 8.7%, P = .50. CONCLUSION IBTR! version 2.0 is accurate in the majority of patients with a low to moderate risk of in-breast recurrence. The nomogram still overestimates risk in a minority of patients with higher risk features. Validation in a larger prospective data set is warranted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».