MétaCan
Menu
Retour à la cohorte
Enregistrement W2142088661 · doi:10.1158/1078-0432.ccr-06-0372

Nomograms Provide Improved Accuracy for Predicting Survival after Radical Cystectomy

2006· article· en· W2142088661 sur OpenAlexaff
Shahrokh F. Shariat, Pierre I. Karakiewicz, Ganesh S. Palapattu, Gilad E. Amiel, Yair Lotan, Craig Rogers, Amnon Vazina, Patrick J. Bastian, Amit Gupta, Arthur I. Sagalowsky, Mark Schoenberg, Seth P. Lerner

Notice bibliographique

RevueClinical Cancer Research · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineNomogramCystectomyBladder cancerLymphovascular invasionUrologyLymphadenectomyProportional hazards modelRadiation therapyStage (stratigraphy)AJCC staging systemCarcinoma in situLymph nodeSurgeryCancerOncologyInternal medicineMetastasis

Résumé

récupéré en direct d'OpenAlex

AIMS: To develop multivariate nomograms that determine the probabilities of all-cause and bladder cancer-specific survival after radical cystectomy and to compare their predictive accuracy to that of American Joint Committee on Cancer (AJCC) staging. METHODS: We used Cox proportional hazards regression analyses to model variables of 731 consecutive patients treated with radical cystectomy and bilateral pelvic lymphadenectomy for bladder transitional cell carcinoma. Variables included age of patient, gender, pathologic stage (pT), pathologic grade, carcinoma in situ, lymphovascular invasion (LVI), lymph node status (pN), neoadjuvant chemotherapy (NACH), adjuvant chemotherapy (ACH), and adjuvant external beam radiotherapy (AXRT). Two hundred bootstrap resamples were used to reduce overfit bias and for internal validation. RESULTS: During a mean follow-up of 36.4 months, 290 of 731 (39.7%) patients died; 196 of 290 patients (67.6%) died of bladder cancer. Actuarial all-cause survival estimates were 56.3% [95% confidence interval (95% CI), 51.8-60.6%] and 42.9% (95% CI, 37.3-48.4%) at 5 and 8 years after cystectomy, respectively. Actuarial cancer-specific survival estimates were 67.3% (62.9-71.3%) and 58.7% (52.7-64.2%) at 5 and 8 years, respectively. The accuracy of a nomogram for prediction of all-cause survival (0.732) that included patient age, pT, pN, LVI, NACH, ACH, and AXRT was significantly superior (P=0.001) to that of AJCC staging-based risk grouping (0.615). Similarly, the accuracy of a nomogram for prediction of cancer-specific survival that included pT, pN, LVI, NACH, and AXRT (0.791) was significantly superior (P=0.001) to that of AJCC staging-based risk grouping (0.663). CONCLUSIONS: Multivariate nomograms provide a more accurate and relevant individualized prediction of survival after cystectomy compared with conventional prediction models, thereby allowing for improved patient counseling and treatment selection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,043
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,147
Tête enseignante GPT0,499
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations262
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207