Development and validation of a prediction index for hand-foot skin reaction in cancer patients receiving sorafenib
Notice bibliographique
Résumé
BACKGROUND: This study describes a repeated measures prediction index to identify patients at high risk of ≥grade 2 hand-foot skin reaction (HFSR) before each week of sorafenib therapy. METHODS: Data from 451 patients who received a sorafenib (400 mg bid) as part of a clinical trial were reviewed (Escudier B, Eisen T, Stadler WM et al. Sorafenib in advanced clear-cell renal-cell carcinoma. N Engl J Med 2007; 356: 125-134). Generalized estimating equations were used to develop the final risk model. A risk-scoring algorithm (range 0-58) was then derived from the final model coefficients. External validation was then carried out on a new sample of 1145 patients who received sorafenib under an expanded access program. RESULTS: Pretreatment white blood cell count, female gender, good performance status, presence of lung and liver metastases and number of affected organs were predictors for ≥grade 2 HFSR. A nonlinear association between HFSR risk and treatment duration was also identified where risk was maximized at week 5 followed by a gradual decline. Before each week of therapy, patients with risk scores>40 would be considered at high risk for developing ≥grade 2 HFSR. CONCLUSIONS: The application and planned continued refinement of this prediction tool will be an important source of patient-specific risk information for the development of moderate to severe HFSR.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».