The prediction of progression‐free and overall survival in women with an advanced stage of epithelial ovarian carcinoma
Notice bibliographique
Résumé
OBJECTIVE: Prognosis in women with ovarian cancer mainly depends on International Federation of Gynecology and Obstetrics stage and the ability to perform optimal cytoreductive surgery. Since ovarian cancer has a heterogeneous presentation and clinical course, predicting progression-free survival (PFS) and overall survival (OS) in the individual patient is difficult. The objective of this study was to determine predictors of PFS and OS in women with advanced stage epithelial ovarian cancer (EOC) after primary cytoreductive surgery and first-line platinum-based chemotherapy. DESIGN: Retrospective observational study. SETTING: Two teaching hospitals and one university hospital in the south-western part of the Netherlands. POPULATION: Women with advanced stage EOC. METHODS: All women who underwent primary cytoreductive surgery for advanced stage EOC followed by first-line platinum-based chemotherapy between January 1998 and October 2004 were identified. To investigate independent predictors of PFS and OS, a Cox' proportional hazard model was used. Nomograms were generated with the identified predictive parameters. MAIN OUTCOME MEASURES: The primary outcome measure was OS and the secondary outcome measures were response and PFS. RESULTS: A total of 118 women entered the study protocol. Median PFS and OS were 15 and 44 months, respectively. Preoperative platelet count (P = 0.007), and residual disease <1 cm (P = 0.004) predicted PFS with a optimism corrected c-statistic of 0.63. Predictive parameters for OS were preoperative haemoglobin serum concentration (P = 0.012), preoperative platelet counts (P = 0.031) and residual disease <1 cm (P = 0.028) with a optimism corrected c-statistic of 0.67. CONCLUSION: PFS could be predicted by postoperative residual disease and preoperative platelet counts, whereas residual disease, preoperative platelet counts and preoperative haemoglobin serum concentration were predictive for OS. The proposed nomograms need to be externally validated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».