Prediction of tumour response induced by chemotherapy using modelling of CA-125 kinetics in recurrent ovarian cancer patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The main objective of the present study was to establish the relationships between CA-125 kinetics and tumour size changes during treatment. METHODS: The data from the CALYPSO-randomised phase III trial, comparing two platinum-based regimens in recurrent ovarian cancer (ROC) patients, was randomly split into a 'learning data set' to estimate model parameters and a 'validation data set' to validate model performances. A kinetic-pharmacodynamic semi-mechanistic model was built to describe tumour size and CA-125 kinetics during chemotherapy. The ability of the model to predict tumour response induced by chemotherapy, based on CA-125 values, was assessed. RESULTS: Data from 535 ROC patients were used to model CA-125 kinetics and tumour size changes during the first 513 days after treatment initiation. Using the validated model, we could predict with accuracy the tumour size changes induced by chemotherapy based on the baseline imaging assessment and longitudinal CA-125 values (mean prediction error: 0.3%, mean absolute prediction error: 10.6%). CONCLUSIONS: Using a semi-mechanistic model, the dynamic relationships between tumour size changes and CA-125 kinetics induced by chemotherapy were established in ROC patients. A modelling approach allowed CA-125 to be assessed as a biomarker for tumour size dynamics, to predict treatment efficacy for research and clinical purposes.
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.
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 | 0,001 |
| 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 découle