MétaCan
Menu
Retour à la cohorte
Enregistrement W1995545032 · doi:10.7785/tcrt.2012.500445

Excellent Cancer Outcomes Following Patient-adapted Robotic Lung SBRT But a Case for Caution in Idiopathic Pulmonary Fibrosis

2014· article· en· W1995545032 sur OpenAlexaff
Houda Bahig, Édith Filion, Toni Vu, David Roberge, Louise Lambert, Myriam Bouchard, Caroline Lavoie, Robert Doucet, Dominic Nadeau, Jean Chalaoui, Marie‐Pierre Campeau

Notice bibliographique

RevueTechnology in Cancer Research & Treatment · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensCentre hospitalier universitaire de QuébecCentre Hospitalier Universitaire de SherbrookeCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineCyberknifeLung cancerPneumonitisIdiopathic pulmonary fibrosisLungStage (stratigraphy)Radiation therapyInternal medicineRetrospective cohort studyFibrosisRadiosurgeryRadiologyOncologyNuclear medicine

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to report outcomes and prognostic factors for early stage non-small cell lung cancer treated with patient-adapted Cyberknife stereotactic body radiotherapy. A retrospective analysis of 150 patients with T1-2N0 non-small cell lung cancer treated with stereotactic body radiotherapy was conducted. An algorithm based on tumor and patient's characteristics was used to orient patients towards soft tissue (Xsight Lung), fiducials or adjacent bone (Xsight Spine) tracking. Median biological effective dose without correction for tissue inhomogeneities was 180 Gy10 for peripheral tumors and 113 Gy10 for central tumors. Median follow-up was 22 months. Actuarial 2 years local control, overall survival and disease-specific survival were respectively 96%, 87% and 95%. Every 1 cm increase in tumor diameter was associated with a relative risk for regional or distant relapse of 2 (95%CI = 1.2-3.6, p = 0.009). With doses ≥132 Gy10 and <132 Gy10, local control was 98% vs. 82% (p = 0.07), disease-specific survival 97% vs. 78% (p = 0.02) and overall survival 93% vs. 76% (p = 0.01), respectively. Better disease-specific survival and a trend for better overall survival was observed for peripheral vs. central tumors (96% vs. 79%, p = 0.05 and 92% vs. 74%, p = 0.08, respectively). A higher Charlson comordibity score (≥4) predicted lower overall survival (79% vs. 98%, p = 0.01). Toxicities included 3 patients with idiopathic pulmonary fibrosis who developed grade 5 pneumonitis and 2 patients with grade 3 pneumonitis. We therefore report excellent local control and disease-specific survival following patient-adapted Cyberknife lung stereotactic body radiotherapy. Although toxicities were in general minimal, patients with pulmonary fibrosis might be at greater risk of severe complications. Small size, peripheral location, dose ≥ 132 Gy10 and a low Charlson co-morbidity score seem to be associated with better outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,406
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology in Cancer Research & TreatmentMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207