Pre-treatment neutrophil-to-lymphocyte ratio as predictor of adverse outcomes in patients undergoing radical cystectomy for urothelial carcinoma of the bladder
Notice bibliographique
Résumé
BACKGROUND: An elevated neutrophil-to-lymphocyte ratio (NLR) is associated with poor outcome in various tumours. Its prognostic utility in patients with urothelial carcinoma of the bladder (UCB) undergoing radical cystectomy (RC) is yet to be fully elucidated. METHODS: A cohort of patients undergoing RC for UCB in a tertiary referral centre between 1992 and 2012 was analysed. Neutrophil-to-lymphocyte ratio was computed using complete blood counts performed pre-RC, or before neo-adjuvant chemotherapy where applicable. Time-dependent receiver operating characteristic curves were used to determine the optimal cutoff point for predicting recurrence-free survival (RFS), cancer-specific survival (CSS) and overall survival (OS). The predictive ability of NLR was assessed using Kaplan-Meier analyses and multivariable Cox proportional hazards models. The likelihood-ratio test was used to determine whether multivariable models were improved by including NLR. RESULTS: The cohort included 424 patients followed for a median of 58.4 months. An NLR of 3 was determined as the optimal cutoff value. Patients with an NLR⩾3.0 had significantly worse survival outcomes (5y-RFS: 53% vs 64%, log-rank P=0.013; 5y-CSS: 57% vs 75%, log-rank P<0.001; 5y-OS: 43% vs 64%, log-rank P<0.001). After adjusting for disease-specific predictors, an NLR ⩾3.0 was significantly associated with worse RFS (HR=1.49; 95% CI=1.12-2.0, P=0.007), CSS (HR=1.88; 95% CI=1.39-2.54, P<0.001) and OS (average HR=1.67; 95% CI=1.17-2.39, P=0.005). The likelihood-ratio test confirmed that prognostic models were improved by including NLR. CONCLUSIONS: Neutrophil-to-lymphocyte ratio is an inexpensive prognostic biomarker for patients undergoing RC for UCB. It offers pre-treatment prognostic value in addition to established prognosticators and may be helpful in guiding treatment decisions.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».