Early mortality and overall survival in oncology phase I trial participants: can we improve patient selection?
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: Patient selection for phase I trials (PIT) in oncology is challenging. A typical inclusion criterion for PIT is 'life expectancy > 3 months', however the 90 day mortality (90DM) and overall survival (OS) of patients with advanced solid malignancies are difficult to predict. METHODS: We analyzed 233 patients who were enrolled in PIT at Princess Margaret Hospital. We assessed the relationship between 17 clinical characteristics and 90DM using univariate and multivariate logistic regression analyses to create a risk score (PMHI). We also applied the Royal Marsden Hospital risk score (RMI), which consists of 3 markers (albumin < 35g/L, > 2 metastatic sites, LDH > ULN). RESULTS: Median age was 57 years (range 21-88). The 90DM rate was 14%; median OS was 320 days. Predictors of 90DM were albumin < 35g/L (OR = 8.2, p = 0.01), > 2 metastatic sites (OR = 2.6, p = 0.02), and ECOG > 0 (OR = 6.3, p = 0.001); all 3 factors constitute the PMHI. To predict 90DM, the PMHI performed better than the RMI (AUC = 0.78 vs 0.69). To predict OS, the RMI performed slightly better (RMI ≥ 2, HR = 2.2, p = 0.002 vs PMHI ≥ 2, HR = 1.6, p = 0.05). CONCLUSIONS: To predict 90DM, the PMHI is helpful. To predict OS, risk models should include ECOG > 0, > 2 metastatic sites, and LDH > ULN. Prospective validation of the PMHI is warranted.
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 | 0,002 | 0,015 |
| 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) | 0,001 | 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 découle