MétaCan
Menu
Retour à la cohorte
Enregistrement W2591025245 · doi:10.1200/jco.2015.33.7_suppl.311

Improved prognostic classification of patients receiving salvage systemic therapy for advanced urothelial carcinoma.

2015· article· en· W2591025245 sur OpenAlexaff
Guru Sonpavde, Gregory R. Pond, Jonathan E. Rosenberg, Dean F. Bajorin, Ashley Marie Regazzi, Toni K. Choueiri, Stephanie A. Mullane, Günter Niegisch, Peter Albers, Andrea Necchi, Giuseppe Di Lorenzo, Ronan Fougeray, Matt D. Galsky, Srikala S. Sridhar, Yoo‐Joung Ko, Matthew I. Milowsky, Joaquim Bellmunt

Notice bibliographique

RevueJournal of Clinical Oncology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensSunnybrook Health Science CentrePrincess Margaret Cancer CentreUniversity Health NetworkUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineHypoalbuminemiaThrombocytosisInternal medicineGastroenterologyProportional hazards modelUnivariate analysisNeutrophiliaPerformance statusOncologyPlateletChemotherapyMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

311 Background: Previously identified prognostic factors in patients (pts) receiving salvage systemic therapy for advanced urothelial carcinoma (UC) include performance status (PS), liver metastasis (LM), hemoglobin (Hb) and time from prior chemotherapy (TFPC). Given the prognostic impact of peripheral blood neutrophils (N), lymphocytes (L), thrombocytes (T) and albumin (Alb) in other malignancies, we investigated their impact in the salvage setting of advanced UC. Methods: Phase II trials of salvage systemic therapy were utilized. Data on N, L, T and Alb were required in addition to TFPC, Hb, PS and LM status. N, L, T and Alb were categorized as normal, upper limit of normal (ULN). Cox proportional hazards regression was used to evaluate their association with overall survival (OS). An optimal regression model was constructed using forward stepwise selection and risk groups defined using number of identified adverse risk factors. Trial was a stratification factor. Results: Data was obtained from 10 trials accruing 708 pts. Of these, 682 pts had available TFPC, Hb, PS and LM status, while 631, 554, 649 and 491 had N, L, T and Alb available. Median OS was 6.8 (95% CI: 6.0-7.0) months. Neutrophilia (N>ULN), thrombocytosis (T>ULN) and hypoalbuminemia (Alb 0 and LM status, only thrombocytosis and hypoalbuminemia remained significant (Table). Risk groups were constructed. Median OS was 8.8, 6.3, 5.0 and 3.8 months for n=290, 220, 123 and 49 patients with 0-1, 2, 3 and ≥4 factors. This 6-factor prognostic model was internally validated with an improvement in the c-index from 0.564 to 0.590. Conclusions: The addition of hypoalbuminemia and thrombocytosis to TFPC, Hb, PS and LM status enhanced the prognostic risk groupings in pts receiving salvage systemic therapy for advanced UC. [Table: see text]

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,129
Tête enseignante GPT0,432
Écart entre enseignants0,303 · 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'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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207