Multi-Institutional Validation of a New Renal Cancer–Specific Survival Nomogram
Notice bibliographique
Résumé
PURPOSE: We tested the hypothesis that the prediction of renal cancer-specific survival can be improved if traditional predictor variables are used within a prognostic nomogram. PATIENTS AND METHODS: Two cohorts of patients treated with either radical or partial nephrectomy for renal cortical tumors were used: one (n = 2,530) for nomogram development and for internal validation (200 bootstrap resamples), and a second (n = 1,422) for external validation. Cox proportional hazards regression analyses modeled the 2002 TNM stages, tumor size, Fuhrman grade, histologic subtype, local symptoms, age, and sex. The accuracy of the nomogram was compared with an established staging scheme. RESULTS: Cancer-specific mortality was observed in 598 (23.6%) patients, whereas 200 (7.9%) died as a result of other causes. Follow-up ranged from 0.1 to 286 months (median, 38.8 months). External validation of the nomogram at 1, 2, 5, and 10 years after nephrectomy revealed predictive accuracy of 87.8%, 89.2%, 86.7%, and 88.8%, respectively. Conversely, the alternative staging scheme predicting at 2 and 5 years was less accurate, as evidenced by 86.1% (P = .006) and 83.9% (P = .02) estimates. CONCLUSION: The new nomogram is more contemporary, provides predictions that reach further in time and, compared with its alternative, which predicts at 2 and 5 years, generates 3.1% and 2.8% more accurate predictions, respectively.
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 | 0,020 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 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 ».