Clinical prognostic factors affecting survival in patients with newly diagnosed Glioblastoma Multiforme (GBM)
Notice bibliographique
Résumé
9599 Background:In the EORTC 26981–22981/NCIC CE3 phase III trial, 573 pts with newly diagnosed GBM were randomized to receive radiotherapy (RT) or RT plus Temozolomide (results separately reported). In this analysis we evaluate clinical parameters as prognostic factors for survival. Methods:The Cox Proportional Hazard model was used to assess factors related to patients' characteristics (age, gender, WHO Performance Status (PS), Mini Mental State Examination (MMSE)), disease history (extent of resection, time between surgery and start of radiotherapy, administration of corticosteroids, baseline haematological and non-haematological toxicity status), tumor location (hemisphere and lobe). These factors were first screened by univariate technique and the hemisphere was the only variable that did not pass the 10% significance level.Results: In the multivariate analysis, poorer prognosis was associated with the extent of surgery (biopsy worse than partial or complete debulking) (p<0.0001), greater age (p=0.016), male gender (p=0.013), lower MMSE Score (p<0.0001), the administration of corticosteroids (p=0.012), tumor location in the frontal lobe (p=0.002) or tumor on more than one lobe (p=0.02). The time between surgery and start of radiotherapy, the baseline haematological and non-haematological toxicity status and the WHO PS status were not retained. Gender seems related to overall survival but probably because the proportion of male patients with a tumor on more than one lobe was significantly higher (p<0.0001).Conclusions: This analysis confirms the extent of surgery and age as major prognostic factors. MMSE has a better correlation to survival than WHO PS. The model will be validated with the bootstrap technique and on an independent data set. The results should be taken into consideration for future EORTC glioma trials. Author Disclosure Employment or Leadership Consultant or Advisory Stock Ownership Honoraria Research Funding Expert Testimony Other Remuneration Schering-Plough
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».