MétaCan
Menu
Retour à la cohorte
Enregistrement W2597837743 · doi:10.1200/jco.2013.31.15_suppl.e13503

Development of a new equation to estimate GFR in cancer patients.

2013· article· en· W2597837743 sur OpenAlexaff
Michael P. Chu, Larissa McCaw, Cynthia Stretch, John Hanson, Michelle Kuzma, Vijaya L. Damaraju, Vickie E. Baracos, Michael B. Sawyer

Notice bibliographique

RevueJournal of Clinical Oncology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCarboplatinMedicineRenal functionBody surface areaUrologyDosingLung cancerCreatininePharmacokineticsLean body massInternal medicineOncologyNuclear medicineChemotherapyCisplatinBody weight

Résumé

récupéré en direct d'OpenAlex

e13503 Background: Renal function affects chemotherapy pharmacokinetics. Carboplatin dosing by Calvert’s formula is more pharmacologically rational, but requires an accurate glomerular filtration rate (GFR). Calvert argues that this requires measuring GFR (mGFR) instead of an estimated GFR (eGFR). Considering skeletal muscle is the major source for creatinine, this study looks to develop a new eGFR equation in cancer patients using lean body mass (LBM). Methods: We prospectively followed 22 stage IV cancer patients (10 female, 12 male; median age 69) who received carboplatin. mGFR by 24 hr creatinine clearance was compared to eGFR by Wright, Cockcroft-Gault (CG), CKD-EPI, MDRD and CT-determined LBM (eGFR = [Muscle Surface Area X 42]/CR). Simulated carboplatin dosing with each eGFR was then compared retrospectively in 100 Non-Small Cell Lung Cancer (NSCLC) patients for accuracy. Results: MDRD, CG, and Wright equations correlated variably with mGFR (R2 0.47, 0.57, and 0.69 respectively). Conversely, mGFR strongly correlated with LBM eGFR (R2 0.84). The Table compares eGFR calculations with mean residual error. In simulated carboplatin dosing of 100 stage IV NSCLC patients using LBM and CG eGFR, the mean residual error of the CG-determined carboplatin dose was 10% (0.5% min, max 39.7%, median 9.3%), assuming the LBM eGFR was better at estimating eGFR. This means that in approximately half of patients, carboplatin dose may be incorrect by CG if the new LBM eGFR method is truly more accurate. Conclusions: We propose a new formula for eGFR in cancer patients that appears superior to current formulas and may have implications for chemotherapy efficacy and toxicity. Studies to validate this formula are under way. [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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,270
Tête enseignante GPT0,575
Écart entre enseignants0,305 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Treatment and PharmacologyTravaux en français237 207