MétaCan
Menu
Retour à la cohorte
Enregistrement W2649119207 · doi:10.1016/j.adro.2017.05.010

Estimating prognosis at the time of repeat whole brain radiation therapy for multiple brain metastases: The reirradiation score

2017· article· en· W2649119207 sur OpenAlexaff
Natalie Logie, Rachel Jimenez, Natalie Pulenzas, Kelly Linden, Denise Ciafone, Sunita Ghosh, Yuhui Xu, Shilo Lefresne, Erin Wong, Christina H. Son, Helen A. Shih, William W. Wong, Scott Tyldesley, Kristopher Dennis, Edward Chow, Alysa Fairchild

Notice bibliographique

RevueAdvances in Radiation Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensBC Cancer AgencyUniversity of OttawaOttawa HospitalHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRecursive partitioningConfidence intervalProportional hazards modelMultivariate analysisUnivariate analysisRadiation therapyLung cancerRadiosurgeryInternal medicineOncologyLog-rank test

Résumé

récupéré en direct d'OpenAlex

Purpose Whole brain radiation therapy (WBRT) remains the standard of care for patients with multiple brain metastases, but more than half of treated patients will develop intracranial progression. Because there is no clear consensus on the optimal therapeutic approach, a prognostic index would be helpful to guide treatment options at progression. We explored whether the recursive partitioning analysis (RPA) score prior to repeat WBRT is predictive of survival. Methods and materials This multi-institutional pooled analysis included patients with 2 or more brain metastases from any solid primary tumor that was treated with 2 courses of WBRT. Information on demographics, disease characteristics, and intervals between courses was collected. RPA class was abstracted or retrospectively assigned, and descriptive statistics calculated. Median survival (MS) was determined using the Kaplan-Meier method and compared using log rank tests. Univariate and multivariate analyses were performed via Cox regression analysis. Results For 205 patients, the median age was 55 years (range, 25-83 years), 68% were female, 40.5% had non-small cell lung cancer, and 31.2% had small cell lung cancer. Prior to the second WBRT, 4.9% of patients were RPA class 1, 36.6% were RPA2, and 58.5% were RPA3, with an MS of 7.5 months (95% confidence interval [CI], 4.7-10.3), 5.2 months (95% CI, 3.7-6.7 months), and 2.9 months (95% CI, 2.2-2.9 months), respectively ( P = .001). On univariate and multivariate analyses, a Karnofsky Performance Status of <80, extracranial metastases, interval between courses <9 months, small cell lung cancer histology, and uncontrolled primary significantly correlated with shorter MS. By assigning a score of 1 to each of these factors, a new prognostic index was created, the reirradiation (ReRT) score. Survival on the basis of ReRT score grouping ranged from 2.2 to 7.2 months and demonstrated significant differences in MS. Conclusions In the largest reported cohort to receive repeat WBRT, application of the RPA score was not predictive of MS. The new ReRT score is a simple tool based on readily available clinical information.

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)0,004
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,374
Écart entre enseignants0,344 · 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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Radiation OncologyMême sujetBrain Metastases and TreatmentTravaux en français237 207