MétaCan
Menu
Retour à la cohorte
Enregistrement W2165702053 · doi:10.1634/theoncologist.2012-0316

Recursive Partitioning Analysis for the Prediction of Stereotactic Radiosurgery Brain Metastases Lesion Control

2013· article· en· W2165702053 sur OpenAlexaff
George Rodrigues, Jaap Zindler, Andrew Warner, Frank J. Lagerwaard

Notice bibliographique

RevueThe Oncologist · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésRadiosurgeryMedicineRecursive partitioningLesionRadiologyMedical physicsInternal medicinePathologyRadiation therapy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The objective of this investigation was to identify independent pretreatment factors that predict for control of local brain metastases (BM) in a large single-institution series of patients receiving stereotactic radiosurgery (SRS). Recursive partitioning analysis was used to potentially identify a class of patients with durable lesion control characteristics. METHODS: A retrospective SRS database containing baseline characteristics, treatment details, and follow-up data of newly diagnosed patients with 1-3 BM (on magnetic resonance imaging) treated with linear accelerator-based SRS was created. Three study endpoints were used: time to progression (primary endpoint, individual lesion progression; n = 536), time to first progression (secondary endpoint, first lesion progression on an individual patient basis; n = 380), and overall survival (secondary endpoint; n = 380). Recursive partitioning analysis (RPA) was performed to identify predictors of time to progression. RESULTS: Multivariable analysis demonstrated that lesion aspect/phenotype and radiotherapy schedule were independent factors associated with both progression outcomes. Presence of tumor necrosis was found to be associated with a significant hazard of progression (hazard ratio >3), whereas use of the most intense radiotherapy fractionation schedule (21 Gy in one fraction) was associated with significant reductions in progression (hazard ratio <0.3). RPA using SRS dose and lesion aspect/phenotype was created and described three distinct prognostic groups. CONCLUSIONS: RPA of a large retrospective database of patients receiving SRS confirmed previous observations regarding the importance of SRS dose and lesion aspect/phenotype in lesion control and overall survival. The SRS lesion analysis may help to stratify future clinical trials and better define patient care options and prognosis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,523
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,061
Tête enseignante GPT0,317
Écart entre enseignants0,256 · 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

Citations22
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe OncologistMême sujetBrain Metastases and TreatmentTravaux en français237 207