Palliative Thoracic Radiotherapy for Lung Cancer: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: The optimal dose of radiotherapy (RT) to palliate symptomatic advanced lung cancer is unclear. We systematically reviewed randomized controlled trials (RCTs) of palliative thoracic RT. METHODS: RCTs comparing two or more dose fractionation schedules were reviewed using the random-effects model of a freely available information management system. The relative risk and 95% CI for each outcome were presented in Forrest plots. Exploratory analysis comparing dose schedules after conversion to the time-adjusted biologically equivalent dose (BED) was performed to investigate for a dose-response relationship. RESULTS: A total of 13 RCTs involving 3,473 randomly assigned patients were identified. Outcomes included symptom palliation, overall survival, toxicity, and reirradiation rate. For symptom control in assessable patients, lower-dose (LD) RT was comparable with higher-dose (HD), except for the total symptom score (TSS): 65.4% of LD and 77.1% of HD patients had improved TSS (P = .003). Greater likelihood of symptom improvement was seen with schedules of 35 Gy(10) versus lower BED. At 1 year after HD and LD RT, 26.5% versus 21.7% of patients were alive, respectively (P = .002). Sensitivity analysis suggests this survival improvement was seen with 35 Gy(10) BED schedules compared with LDs. Physician-assessed dysphagia was significantly greater in the HD arm (20.5% v 14.9%; P = .01), and the likelihood of reirradiation was 1.2-fold higher after LD RT. CONCLUSION: No significant differences were observed for specific symptom-control end points, although improvement in survival favored HD RT. Consideration of palliative thoracic RT of at least 35 Gy(10) BED may therefore be warranted, but must be weighed against increased toxicity and greater time investment.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,006 |
| 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 | 0,001 | 0,001 |
| 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 ».