Neutrophil-to-Lymphocyte Ratio Predicts Overall Survival of Advanced Non-Small Cell Lung Cancer Harboring Mutant Epidermal Growth Factor Receptor
Notice bibliographique
Résumé
BACKGROUND: Neutrophil-to-lymphocyte ratio (NLR) and lymphocyte-to-monocyte ratio (LMR) have been demonstrated to be prognostic biomarkers in various cancers, including non-small cell lung cancer (NSCLC). However, little has been known about these two ratios for a specific population of NSCLC harboring active epidermal growth factor receptor (EGFR) mutation. METHODS: We retrospectively reviewed electrical medical records of 152 patients who met the following criteria: NSCLC harboring mutant EGFR, EGFR-tyrosine kinase inhibitor (EGFR-TKI) monotherapy initiated between October 2007 and February 2017 at our hospital, stage III-IV or post-surgical recurrence. We compared overall survival (OS) and progression-free survival (PFS) between dichotomized groups by the optimal cut-off points of the two biomarkers. Univariate and multivariate Cox hazard analyses also searched for prognostic factors of survival time. RESULTS: OSs of NLR < 2.11 (median 38.6 vs. 24.1 months, P < 0.01) and LMR ≥ 5.09 (median 39.4 vs. 26.4 months, P < 0.01) were significantly longer than those of NLR ≥ 2.11 and LMR < 5.09. Multivariate analyses found lower NLR (hazard ratio (HR) 1.07, 95% CI: 1.01 - 1.14; P = 0.03) as an independent prognostic factor for longer OS, in addition to Eastern Cooperative Oncology Group performance status 0 - 1, first-line EGFR-TKI, higher serum sodium concentration and lower lactate dehydrogenase. However, LMR was not detected as a significant prognostic factor for OS. None of these two biomarkers was selected as an independent prognostic factor for PFS. CONCLUSIONS: This study demonstrated that elevated NLR is an independent prognostic factor for poor survival of patients with EGFR mutant NSCLC. NLR is a useful and simple biomarker for these patients.
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 | 0,000 | 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 ».