Nomogram to Predict Subsequent Brain Metastasis in Patients With Metastatic Breast Cancer
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
PURPOSE Brain metastasis is usually a fatal event in patients with stage IV breast cancer. We hypothesized that its occurrence can be predicted if a clinical nomogram can be developed, thus allowing for selection of enriched patient populations for prevention trials. PATIENTS AND METHODS Electronic medical records of patients with metastatic breast cancer were retrospectively reviewed for the period between January 2000 and February 2007 under a study approved by the institutional review board. A multivariate logistic regression analysis of selected prognostic features was done. A nomogram to predict brain metastasis was constructed and validated in a cohort of 128 patients with brain metastasis treated at the Cross Cancer Institute (Edmonton, Alberta, Canada). Results Of 2,136 patients with breast cancer, 362 developed subsequent brain metastasis. Age, grade, negative status of estrogen receptor and human epidermal growth factor receptor 2, number of metastatic sites (one v > one), and short disease-free survival were significantly and independently associated with subsequent brain metastasis. The nomogram showed an area under the receiver operating characteristic curve (AUC) of 0.68 (95% CI, 0.66 to 0.69) in the training set. The validation set showed a good discrimination with an AUC of 0.74 (95% CI, 0.70 to 0.79). The nomogram was well calibrated, with no significant difference between the predicted and the observed probabilities. CONCLUSION We have developed a robust tool that is able to predict subsequent brain metastasis in patients with breast cancer with nonbrain metastatic disease. Selection of an enriched patient population at high risk for brain metastasis will facilitate the design of trials aiming at its prevention.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 découle