MétaCan
Menu
Retour à la cohorte
Enregistrement W2105298716 · doi:10.1158/1078-0432.ccr-04-0499

A Clinicobiological Model Predicting Survival in Medulloblastoma

2004· article· en· W2105298716 sur OpenAlexafffundabout
Amit Ray, Michael Ho, Jing Ma, Robert Parkes, Todd G. Mainprize, Shigeo Ueda, Éric Bouffet, James T. Rutka, Cynthia Hawkins

Notice bibliographique

RevueClinical Cancer Research · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick ChildrenNational Cancer InstituteCancer Care OntarioEli Lilly and Company
Mots-clésMedulloblastomaBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to determine the relative contributions of biological and clinical predictors of survival in patients with medulloblastoma (MB). EXPERIMENTAL DESIGN: Clinical presentation and survival information were obtained for 119 patients who had undergone surgery for MB at the Hospital for Sick Children (Toronto, Ontario, Canada) between 1985 and 2001. A tissue microarray was constructed from the tumor samples. The arrays were assayed for immunohistochemical expression of MYC, p53, platelet-derived growth factor receptor-alpha, ErbB2, MIB-1, and TrkC and for apoptosis (terminal deoxynucleotidyl transferase-mediated nick end labeling). Both univariable and multivariable analyses were conducted to characterize the association between survival and both clinical and biological markers. For the strongest predictors of survival, a weighted predictive score was calculated based on their hazard ratios (HRs). The sum of these scores was then used to give an overall prediction of survival using a nomogram. RESULTS: The four strongest predictors of survival in the final multivariable model were the presence of metastatic disease at presentation (HR, 2.02; P=0.01) and p53 (HR, 2.29; P=0.02), TrkC (HR, 0.65; P=0.14), and ErbB2 (HR, 1.51; P=0.21) immunopositivity. A linear prognostic index was derived, with coefficients equal to the logarithm of these HRs. The 5-year survival rate for patients at the 10th, 50th, and 90th percentiles of the score distribution was 80.0%, 71.0%, and 35.7%, respectively, with radiation therapy and 70.5%, 58.5%, and 20.0%, respectively, without radiation therapy. CONCLUSIONS: In this study, we demonstrate an approach to combining both clinical and biological markers to quantify risk in MB patients. This provides further prognostic information than can be obtained when either clinical factors or biological markers are studied separately and establishes a framework for comparing prognostic markers in future clinical studies.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,018
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,414
Tête enseignante GPT0,575
Écart entre enseignants0,161 · 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 tête enseignante, 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

Citations129
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207