Analytic lymph node number establishes staging accuracy by occult tumor burden in colorectal cancer
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Recurrence in lymph node-negative (pN0) colorectal cancer suggests the presence of undetected occult metastases. Occult tumor burden in nodes estimated by GUCY2C RT-qPCR predicts risk of disease recurrence. This study explored the impact of the number of nodes analyzed by RT-qPCR (analytic) on the prognostic utility of occult tumor burden. METHODS: Lymph nodes (range: 2-159) from 282 prospectively enrolled pN0 colorectal cancer patients, followed for a median of 24 months (range: 2-63), were analyzed by GUCY2C RT-qPCR. Prognostic risk categorization defined using occult tumor burden was the primary outcome measure. Association of prognostic variables and risk category were defined by multivariable polytomous and semi-parametric polytomous logistic regression. RESULTS: Occult tumor burden stratified this pN0 cohort into categories of low (60%; recurrence rate (RR) = 2.3% [95% CI 0.1-4.5%]), intermediate (31%; RR = 33.3% [23.7-44.1%]), and high (9%; RR = 68.0% [46.5-85.1%], P < 0.001) risk of recurrence. Beyond race and T stage, the number of analytic nodes was an independent marker of risk category (P < 0.001). When >12 nodes were analyzed, occult tumor burden almost completely resolved prognostic risk classification of pN0 patients. CONCLUSIONS: The prognostic utility of occult tumor burden assessed by GUCY2C RT-qPCR is dependent on the number of analytic lymph nodes.
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 | 0,002 | 0,008 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».