External validation of a nomogram predicting mortality in patients with adrenocortical carcinoma
Notice bibliographique
Résumé
OBJECTIVE: To develop nomograms predicting cancer-specific and all-cause mortality in patients managed with either surgery or no surgery for adrenocortical carcinoma (ACC). PATIENTS AND METHODS: The models were developed in 205 patients with ACC and externally validated using 207 other patients with ACC, identified in the 1973-2004 Surveillance, Epidemiology and End Results database. The predictors comprised age, gender, race, stage and surgery status. Nomograms based on Cox regression model-derived coefficients were used for predicting the cancer-specific and all-cause mortality, and were tested using area under the receiver operating characteristics (ROC) curve. RESULTS: In cancer-specific analyses, the median survival of patients within the development cohort was 26 months, vs 71 months in the external validation cohort (P < 0.001). In overall survival analyses, the median values were 21 vs 32 months for, respectively, the development and the external validation cohort (P < 0.001). Three variables (age, stage and surgical status) were included in the nomograms predicting cancer-specific and all-cause mortality. In the external validation cohort, the nomograms achieved between 72 and 80% accuracy for prediction of cancer-specific or all-cause mortality at 1-5 years after either surgery or diagnosis of ACC for non-surgical patients. CONCLUSION: Our models are the first standardized and individualized prognostic tools for patients with ACC. Their accuracy was confirmed within a large external population-based cohort of patients with ACC.
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 | 0,010 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».